W_Q每一列数据总和是1吗？

是的，在Transformer模型中，通常会对权重矩阵W_Q的每一列进行归一化，使得每一列的元素之和等于1。这是为了确保在自注意力机制中计算注意力权重时，每个位置的输入向量对应的Query向量的权重之和为1。

通过将W_Q的每一列进行softmax操作，可以将每个元素转换为一个介于0和1之间的值，并且每一列的元素之和为1。这样，在计算注意力权重时，可以将Query向量与其他位置的Key向量进行点积，并应用softmax函数，以获得归一化的注意力权重。

需要注意的是，归一化操作是针对W_Q的每一列进行的，而不是每一行。每一列对应于一个不同的Query向量，而每一行对应于输入序列中的位置。因此，归一化操作是在Query维度上进行的，以确保所有Query向量的权重之和为1，而不是在位置维度上。