Transformer（三）：多头注意力与张量变形 2026 年 08 月 26 日 Transformer 理解多头注意力为什么有效，逐步追踪拆头、并行计算、拼接与输出投影的张量形状，并给出可用于交叉注意力的实现。 Multi-Head Attention Shape PyTorch Attention