fix config bug

docs/chapter2/第二章 Transformer架构.md

@@ -472,7 +472,7 @@ out = h + self.feed_forward.forward(self.fnn_norm(h))
 ```python
 class EncoderLayer(nn.Module):
   '''Encoder层'''
-    def __init__(self, config):
+    def __init__(self, args):
         super().__init__()
         # 一个 Layer 中有两个 LayerNorm，分别在 Attention 之前和 MLP 之前
         self.attention_norm = LayerNorm(args.n_embd)
@@ -529,7 +529,7 @@ class DecoderLayer(nn.Module):
         self.attention = MultiHeadAttention(args, is_causal=False)
         self.ffn_norm = LayerNorm(args.n_embd)
         # 第三个部分是 MLP
-        self.feed_forward = MLP(config)
+        self.feed_forward = MLP(args)
 
     def forward(self, x, enc_out):
         # Layer Norm
@@ -830,7 +830,7 @@ class Transformer(nn.Module):
         # 输入为 idx，维度为 (batch size, sequence length, 1)；targets 为目标序列，用于计算 loss
         device = idx.device
         b, t = idx.size()
-        assert t <= self.config.block_size, f"不能计算该序列，该序列长度为 {t}, 最大序列长度只有 {self.config.block_size}"
+        assert t <= self.args.block_size, f"不能计算该序列，该序列长度为 {t}, 最大序列长度只有 {self.args.block_size}"
 
         # 通过 self.transformer
         # 首先将输入 idx 通过 Embedding 层，得到维度为 (batch size, sequence length, n_embd)