add third chapter

cn-Book/3.实现注意力机制.md

@@ -623,6 +623,6 @@ print(attn_weights_2)
 > + **Softmax函数的特性**：在计算注意力权重时，点积结果会通过Softmax函数转换为概率分布。而Softmax函数对输入值的差异非常敏感，当输入值较大时，Softmax的输出会趋近于0或1，表现得类似于阶跃函数（step function）。
 > + **梯度消失问题**：当Softmax的输出接近0或1时，其梯度会非常小，接近于零（可以通过3.3.1小节中提到的Softmax公式推断）。这意味着在反向传播过程中，梯度更新幅度会很小，导致模型学习速度减慢，甚至训练停滞。
 >
-> 为了解决上述问题，在计算点积后，将结果除以嵌入维度的平方根（即 $` \sqrt{d<sub>k<\/sub>} `$），其中 d<sub>k</sub> 是键向量的维度。这样可以将点积结果缩放到适当的范围，避免Softmax函数进入梯度平缓区，从而保持梯度的有效性，促进模型的正常训练。$`\sqrt{\$4}`$
+> 为了解决上述问题，在计算点积后，将结果除以嵌入维度的平方根（即 $` \sqrt{d\<sub\>k\<\/sub\>} `$），其中 d<sub>k</sub> 是键向量的维度。这样可以将点积结果缩放到适当的范围，避免Softmax函数进入梯度平缓区，从而保持梯度的有效性，促进模型的正常训练。$`\sqrt{\$4}`$
 >
 >