学习transformer模型-用jupyter演示如何计算attention，不含multi-head attention，但包括权重矩阵W。

input embedding：文本嵌入

每个字符用长度为5的向量表示：

注意力公式：

1，准备Q K V：

        先 生成权重矩阵WQ，WK，WV。权重矩阵W*是训练的目标。

        再生成 Q K V。

2，计算Q和K的点积，即相似度。

3， 除以 K向量维度的平方根，好做softmax，不然比例计算会失衡。

4，做softmax，得出百分比。

5，百分比再跟V相乘，得出attention