加入位置信息之后的矩阵【5，129，256】——经过一个全连接层
【5，129，768（256*3）】——切成QKV三个矩阵【5，129，256】
——将129*256的矩阵拆开，拆成4个129*64的矩阵，原来每一行是256个数，现在的每一行是64个数一行拆成4行具体的操作是将矩阵的数据全部被展开然后重新排列【5，129，4，64】——第二维度和第三维度转换【5，4，129，64】
全连接层
对张量进行切片
split进行切片
什么叫横着截断【一个长为768的序列排成一列，256，256，256】
dim=-1,意思就是在第三个维度上（最后一个维度）截断
将129*256的矩阵拆开，
拆成4个129*64的矩阵
原来每一行是256个数，现在的每一行是64个数
一行拆成4行
具体的操作是将矩阵的数据全部被展开然后重新排列
