手撕多头注意力机制的实现，并解释为什么缩放因子是根号下dk。

Question

Accepted Answer

考察点：考察多头注意力机制的实现细节与缩放因子的数学原理。回答思路：能写出Q、K、V线性变换与头部切分 能写出注意力分数计算与softmax归一化 能解释缩放因子防止点积过大导致梯度消失 能说明多头拼接与输出投影

考察说明