参考资料：
PyTorch的Transformer
register_buffer的作用是：
登记成员变量，它会自动成为模型中的参数，随着模型移动（gpu/cpu）而移动，但是不会随着梯度进行更新。
参考资料：【Torch API】pytorch 中register_buffer()函数详解
在不同的上下文中，一个token要表达出不一样的含义。我们引入这三个可学习的Wq、Wk、Wv，就可以更好更灵活的把embedding映射到更合适的空间，可以做到更好的提取特征表达含义。
torch.full(size, fill_value）:用fill_value填充得到大小为size的tensor，注意数据类型是浮点类型。
torch.triu()：返回上三角矩阵。可以设置对角线偏移。
