attention计算有bug

[rye]

当kernel是simple时，full_attention_conv中的attention这个变量有bug，它的shape与kernel是sigmoid时不一样。
我认为difformer.py中的第43行应该去掉最后面的.unsqueeze(2)，这样shape好像就对了。

[Qitian Wu]

感谢指出，已修正。不过43行这里只用于attention可视化的需求（即需要输出N*N的attention matrix），在模型前馈计算时是不需要的。这里应该是最后整合代码的时候忽视了