为什么key_masks等于 tf.not_equal(keys[:,:,0], 0)

[hsgui]

请问一下各路大神，以下代码细节：

class AttentionPoolingLayer(Layer):
    def __init__(self, att_hidden_units=(256, 128, 64)):
        super(AttentionPoolingLayer, self).__init__()
        self.att_hidden_units = att_hidden_units
        self.local_att = LocalActivationUnit(self.att_hidden_units)

    def call(self, inputs):
        # keys: B x len x emb_dim, queries: B x 1 x emb_dim
        queries, keys = inputs 

        # 获取行为序列embedding的mask矩阵，将Embedding矩阵中的非零元素设置成True，
        key_masks = tf.not_equal(keys[:,:,0], 0) # B x len

key_masks = tf.not_equal(keys[:,:,0], 0) # B x len，为啥是tf.not_equal(keys[:,:,0], 0)的值，当做key_masks呢？百思不得其解

[hsgui]

是因为mask向量的值都是0，而正常的向量的值，肯定不是0，所以，就选择Emb中的第一位来代替，是这样吗？