摘要：
注意，reshape是不会改变数据在内存中的顺序的，而permute是会改变的，举例如下 x = tensor([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21 阅读全文
摘要：
这里查询，键和值的形状不要看书上，看我下面写的文字 对于查询来说，第一维的确是批量大小，可以忽略不管；第二维是一个批量中查询
摘要：
这里的键可以理解成
摘要：
Problem Set 1.1 Problem 1.1.1
