add seventh chapter

cn-Book/3.实现注意力机制.md

@@ -24,7 +24,7 @@
 - [3.6 从单头注意力扩展到多头注意力](#36-从单头注意力扩展到多头注意力)
   - [3.6.1 堆叠多层单头注意力层](#361-堆叠多层单头注意力层)
   - [3.6.2 通过权重分割实现多头注意力机制](#362-通过权重分割实现多头注意力机制)
-- [3.7 总结](#37-总结)
+- [3.7 本章摘要](#37-本章摘要)
 
 
 -----
@@ -1204,7 +1204,7 @@ tensor([[[-0.4519,  0.2216,  0.4772,  0.1063],
          [-0.5675, -0.0843,  0.5478,  0.3589],
          [-0.5526, -0.0981,  0.5321,  0.3428],
          [-0.5299, -0.1081,  0.5077,  0.3493]],
-        
+
         [[-0.4519,  0.2216,  0.4772,  0.1063],
          [-0.5874,  0.0058,  0.5891,  0.3257],
          [-0.6300, -0.0632,  0.6202,  0.3860],
@@ -1416,7 +1416,7 @@ context_vecs.shape: torch.Size([2, 6, 2])
 
 
 
-## 3.7 总结
+## 3.7 本章摘要
 
 + 注意力机制将输入元素转换为增强的上下文向量表示，其中包含了所有输入的信息。
 + 自注意力机制通过对输入的加权求和来计算上下文向量表示。