add third chapter

cn-Book/3.实现注意力机制.md

@@ -988,6 +988,12 @@ tensor([[2., 2., 0., 2., 2., 0.],
 >
 > 1. **Dropout 的目的：提高模型的泛化能力**
 >
+>    Softmax 函数的公式如下：
+>
+>    $$ \text{softmax}\left(z_{i}\right)=\frac{e^{z_{i}}}{\sum_{j} e^{z_{j}}} $$  
+>
+>    其中z<sub>i</sub>是输入的每个分数（即未激活的原始值），e 是自然对数的底。这个公式的作用是将输入向量中的每个元素转换为一个概率值，且所有值的和为 1。
+>
 >    dropout 的设计初衷是**提高模型的泛化能力**。通过随机丢弃一部分神经元或注意力权重，dropout 迫使模型在每次训练时学习略有不同的表示方式，而不是依赖某一特定的注意力模式。这种随机化的训练方式可以帮助模型在**面对新数据时更具鲁棒性**，减少过拟合的风险。
 >
 > 2. **注意力机制的冗余性**
@@ -1000,11 +1006,7 @@ tensor([[2., 2., 0., 2., 2., 0.],
 >
 >     
 >
->    Softmax 函数的公式如下：
 >    
->    $$ \text{softmax}\left(z_{i}\right)=\frac{e^{z_{i}}}{\sum_{j} e^{z_{j}}} $$  
->
->    其中z<sub>i</sub>是输入的每个分数（即未激活的原始值），e 是自然对数的底。这个公式的作用是将输入向量中的每个元素转换为一个概率值，且所有值的和为 1。
 >
 >