多头注意力机制中全连接函数

在神经网络（特别是 Transformer 中的多头注意力机制）中，​​全连接函数（Fully Connected Layer, FC Layer）​​ 通常指的是一个线性变换层，即 nn.Linear 在 PyTorch 中的实现。它本质上是一个矩阵乘法加上偏置（bias）的操作，用于对输入数据进行线性变换。

---

​​1. 全连接函数（nn.Linear）是什么？​​

nn.Linear(d_model, d_model) 表示一个全连接层，它的功能是：

• ​​输入​​：一个形状为 [batch_size, seq_len, d_model] 的张量（在多头注意力中，query/key/value 的输入）。
• ​​操作​​：对输入进行线性变换，即 y = x @ W^T + b，其中：
  • W 是一个形状为 [d_model, d_model] 的权重矩阵。
  • b 是一个形状为 [d_model] 的偏置向量（可选）。
• ​​输出​​：形状仍为 [batch_size, seq_len, d_model] 的张量（因为输入和输