為 MultiHeadAttention 類別加入方法
在這個練習中，你將從零開始完成 MultiHeadAttention 類別的其餘部分，定義以下四個方法：
.split_heads()：在多個注意力頭之間分割並轉換輸入的嵌入向量（embedding）.compute_attention()：計算縮放點積（scaled dot-product）注意力權重，並與 values 矩陣相乘.combine_heads()：將注意力權重轉回與輸入嵌入向量x相同的形狀.forward()：呼叫其他方法，讓輸入嵌入向量依序通過各步驟
torch.nn 已匯入為 nn，torch.nn.functional 可用作 F，torch 也已可用。
本練習屬於課程
Transformer Models with PyTorch
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
class MultiHeadAttention(nn.Module):
def __init__(self, d_model, num_heads):
super().__init__()
self.num_heads = num_heads
self.d_model = d_model
self.head_dim = d_model // num_heads
self.query_linear = nn.Linear(d_model, d_model, bias=False)
self.key_linear = nn.Linear(d_model, d_model, bias=False)
self.value_linear = nn.Linear(d_model, d_model, bias=False)
self.output_linear = nn.Linear(d_model, d_model)
def split_heads(self, x, batch_size):
seq_length = x.size(1)
# Split the input embeddings and permute
x = x.____
return x.permute(0, 2, 1, 3)