注意力机制
橙色与绿色：输入的两个query。 K：key。 V：value
连线为权重，离的近的相似度高，同时权重就高，然后用权重乘以value就得到输出向量
多头注意力机制
MASK掩码：对t时刻（红色笔记）之后的数值，设为很大的负数（绿色笔记），从而将softmax变成0，起到只关注t时刻之前所有数据的作用
右边为多头注意力机制
