pytorch api文档：nn.Linear类与nn.Parameter区别

pytorch api文档：nn.Linear类（线性层/全连接层）

大模型原理：实现带可训练权重的自注意力机制-封装类计算所有上下文向量

大模型原理：为什么缩放注意力分数

pytorch api文档：torch.randperm()生成无重复随机整数的一维张量

pytorch api文档：torch.randint()生成整数型随机张量

torch.randn() 函数，是生成 标准正态分布 随机张量 的核心工具，也是深度学习中 模型权重初始化 的 首选函数（如线性层、卷积层）

pytorch api文档：torch.rand()和torch.randn()区别

pytorch api文档：torch.rand()生成均匀分布随机张量[0, 1) 区间

pytorch api文档：torch.nn.Parameter可训练参数的封装类