请实现多头注意力机制。

回答思路

1. 正确实现缩放点积注意力（Q、K、V 投影后点积、缩放、softmax、加权求和）
2. 正确拆分多头（对嵌入维度分头、并行计算、拼接后输出投影）
3. 合理处理 mask 和 dropout 等细节
4. 代码结构清晰、可运行，并能解释复杂度