从零实现诗词GPT大模型：实现多头自注意力

专栏规划: https://qibin.blog.csdn.net/article/details/137728228

在上一篇文章的最后，我们已经介绍了为什么要使用多头注意力了，本篇文章我们主要来实现多头自注意力，然后综合我们之前实现的FFN和TransformerBlock其实就差不多完成了整个GPT模型的实现了。

在开始实现之前，我们还是把整个SelfAttention的公式再贴一遍，方面我们后面实现代码时参考。
A t t e n