1. 看到non-local的注意力机制，问什么注意力权重分支和 input 分支相乘用的是 矩阵乘法（matmul）？？  而 SENet 中，注意力分支和 input 相乘用的是 普通乘法（element-mul）？？可能是由于 SEnet 中注意力分支得到的是nx1为的向量。 

可能例子举的不太恰当，但就是想问问，为啥 non-local 中用的是 矩阵乘法？？ 

2. 有些不太理解，为啥 input （c,h,w）经过 1x1 conv 后，经过reshape成（hw，1） 在经过sofamax变成概率，非得 转置用矩阵乘法的形式乘以input。 不能直接一对一用element-mul乘吗？

3. 还想问一下，就是input 经过 1x1conv，然后 用softmax，是把1x1conv得到的特征图变成概率模式吗？变成每个像素占得比重是多少？