Добавлена документация для FeedForward слоя

- Полное описание алгоритма с блок-схемой
- Примеры использования
- Таблица параметров
- Ссылка на пример визуализации

doc/feed_forward_ru.md

@@ -0,0 +1,63 @@
+# FeedForward - Прямая полносвязная сеть трансформера
+
+## Назначение
+Модуль реализует двухслойную нейронную сеть, которая:
+- Добавляет нелинейность в трансформер
+- Расширяет и сжимает представление
+- Применяет dropout для регуляризации
+
+## Алгоритм работы
+
+```mermaid
+flowchart TD
+    A[Вход: x] --> B[Линейный слой: emb_size → 4*emb_size]
+    B --> C[Активация ReLU]
+    C --> D[Линейный слой: 4*emb_size → emb_size]
+    D --> E[Dropout]
+    E --> F[Выход]
+```
+
+1. **Расширение признаков**:
+   ```python
+   h = W1 * x + b1  # W1: [emb_size, 4*emb_size]
+   ```
+
+2. **Нелинейность**:
+   ```python
+   h = relu(h)
+   ```
+
+3. **Сжатие признаков**:
+   ```python
+   out = W2 * h + b2  # W2: [4*emb_size, emb_size]
+   ```
+
+4. **Регуляризация**:
+   ```python
+   out = dropout(out)
+   ```
+
+## Пример использования
+```python
+from simple_llm.transformer import FeedForward
+
+# Инициализация
+ff = FeedForward(emb_size=512, dropout=0.1)
+
+# Прямой проход
+x = torch.randn(1, 10, 512)  # [batch, seq_len, emb_size]
+output = ff(x)  # [1, 10, 512]
+```
+
+## Параметры
+| Параметр   | Тип    | Описание                     |
+|------------|--------|------------------------------|
+| `emb_size` | int    | Размерность входных/выходных векторов |
+| `dropout`  | float  | Вероятность dropout (0.0-1.0)|
+
+## Особенности
+- Сохраняет размерность входа/выхода
+- Автоматически обрабатывает batch и последовательности
+- Поддерживает режимы train/eval
+
+[Пример визуализации](/example/feed_forward_example.py)