class MultiheadAttention(nn.Module):

Multi-headed attention.

参数：
- embed_dim (Int) - 模型总维度。
- num_heads (Int) - 并行attention head。
- kdim(Int，默认值为None) - key的特性总数。
- vdim(Int，默认值为None) - value的特性总数。
- dropout (Float) - Dropout概率。
- bias (Bool，默认值为True) - 如果指定此参数，则向输入/输出投影层添加偏置。
- add_bias_kv (Bool，默认值为False) - 如果指定此参数，则在dim=0处向键值序列添加偏置。
- add_zero_attn (Bool，默认值为False) - 如果指定此参数，则在dim=1处向键值序列新加一批零。
- self_attention (Bool，默认值为False) - 计算你自己的attention score。
- encoder_decoder_attention (Bool，默认值为False) - 输入为编码器输出和解码器self-attention输出，其中编码器self-attention用作key和value，解码器self-attention用作查询。
- q_noise(Float) - 量化噪声量。
- qn_block_size(Int) - 用于后续iPQ量化的块大小。

调用方式样例：

from torch_npu.contrib.module import MultiheadAttention
model = MultiheadAttention(embed_dim=1024,num_heads=16,dropout=0.1,kdim=1024,vdim=1024,self_attention=True,encoder_decoder_attention=True)

示例：

   >>> model = MultiheadAttention(embed_dim=1024,num_heads=16,dropout=0.1,kdim=1024,vdim=1024,self_attention=True,encoder_decoder_attention=True)
   >>> _, query = create_common_tensor([np.float16, FORMAT_NZ, (1024,1024)], -1, 1)
   >>> _, key = create_common_tensor([np.float16, FORMAT_NZ, (1024, 1024)], -1, 1)
   >>> _, value = create_common_tensor([np.float16, FORMAT_NZ, (1024, 1024)], -1, 1)
   >>> _, key_padding_mask = create_common_tensor([np.float16, FORMAT_NZ, (16,16,64,64)], -65504, 65504)
   >>> bsz = 16
   >>> tgt_len = 64
   >>> s_len=64
   >>> model = model.to("npu")
   >>> output = model(query, key, value, bsz, tgt_len, s_len,   key_padding_mask)

class MultiheadAttention()