190 多头注意力机制

多头注意力其实就是将普通注意力机制进行多次，每次都得到一个结果，然后最终将这些结果直接用pd.concat拼接起来，然后再乘以一个矩阵即可，如下


实际中，我们不会采取for循环计算多个头，而是直接采取并行计算