add third chapter

Book/3.实现注意力机制.md

@@ -0,0 +1,21 @@
+本章涵盖以下内容：
+
++ **探讨在神经网络中使用注意力机制的原因**
++ **介绍一个基本的自注意力框架，并逐步深入到改进的自注意力机制**
++ **实现一个因果注意力模块，使 LLM 能够一次生成一个token**
++ **使用 dropout 随机掩盖部分注意力权重，以减少过拟合**
+
+  
+
+在上一章中，你学习了如何准备输入文本以训练 LLM。这包括将文本拆分为单个单词和子词token，这些token可以被编码为向量表示，即所谓的嵌入，以供 LLM 使用。
+
+在本章中，我们将关注 LLM 架构中的重要组成部分，即注意力机制，如图 3.1 所示。
+
+<img src="../Image/chapter3/figure3.1.png" width="75%" />
+
+注意力机制是一个复杂的话题，因此我们将专门用一整章来讨论它。我们主要会将注意力机制独立来研究，关注其内部的工作原理。在下一章中，我们将编写环绕自注意力机制的 LLM 其他部分的代码，以便观察它的实际应用，并创建一个能够生成文本的模型。
+
+本章中，我们将实现四种不同的注意力机制变体，如图 3.2 所示。
+
+<img src="../Image/chapter3/figure3.2.png" width="75%" />
+