对于不同形状的图片或视频，位置编码怎么设计？

回答思路

1. 区分图片和视频的维度差异：图片为二维空间，视频多时间维
2. 说明如何将位置编码扩展到二维或三维，如可分解为行、列和时间位置编码
3. 讨论相对位置编码与绝对位置编码在视觉任务中的适用性
4. 提及可学习位置编码或与输入尺寸适配的动态策略