先说背景，某互联网金融大厂，参与预测模型的训练，现负责 FDE 团队，说背景是不想花很多功夫证明自己技术能力（好像也没有啥技术能力） 
分享实操过程中我个人基于经验构建的思维框架，不是正经的学术讨论，各位当小说看就好了，也好完善自己的思考体系来指导实际工程架构的搭建，科研佬手下留情 

19 世纪中后期麦克斯韦和玻尔兹曼共同提出玻尔兹曼分布，引入概率统计的方法来解释热力学现象，奠定了统计力学基础。 
1985 年 Hinton 引入统计力学的玻尔兹曼分布来构建神经网络概率，发明了玻尔兹曼机 [^2] 并因此获得诺贝尔奖。 
1989 年，John Bridle 正式定义 Softmax 函数并将其应用于深度学习解决概率分布。 
Transformer 架构将 Softmax 作为注意力机制核心。 

Transformer Softmax：将一个向量（通常是模型输出的未归一化得分/Logi...