self attention机制

self attention模块输入输出都可以看作是向量
每个向量都要和其他向量在self attention模块中进行交互
以下是两种两个向量之间交互的方法

一个向量和sequence中其他向量交互（两个向量之间交互的拓展），输出即为相关度

计算与输入位置对应的输出向量（考虑了其他所有向量的信息，在这里哪个向量的alpha更大，即相关性强，计算输出向量的求和那里对相关性强的输入向量对应的V矩阵系数乘的也越多）

这个self attention模块充分利用了GPU的并行能力，所有的操作都可以整合到矩阵计算中并行计算。