pytorch api文档：torch.nn.Module神经网络基类
pytorch api文档：nn.Module的register_buffer()方法将张量注册为模型的缓冲区（buffer）
pytorch api文档：torch.cat()在已有维度上拼接张量（维度数不变）
pytorch api文档：torch.stack()堆叠多个形状相同的张量
大模型原理：因果注意力（掩码注意力）-封装类
大模型原理：因果注意力（掩码注意力）-用dropout避免过拟合
正则化（机器学习、深度学习）
pytorch api文档：torch.nn.Dropout
pytorch api文档：torch.ones_like()复用已有张量的形状、数据类型、设备等属性来创建全1张量
pytorch api文档：torch.ones()创建全1张量