为什么三头QKV 矩阵和全部的词嵌入向量矩阵相乘，能区分关注不同维度，谁决定的：独立的权重矩阵初始化和多头计算过程
在多头注意力机制中，虽然是三头的QKV矩阵分别和全部的词嵌入向量矩阵相乘，但最终能区分关注不同维度， 这是由独立的权重矩阵初始化和多头计算过程决定的
独立的权重矩阵初始化
每个注意力头都有独立初始化的Q（查询）、K（键）、V（值）权重矩阵。在训练过程中，这些权重矩阵通过反向传播和梯度下降进行优化，使得每个头能够学习到不同的特征表示。
比如，我们假设词嵌入向量维度为dmodel=12d_{model} = 12d
