不要想的太过复杂，就只有随机数生成的三个矩阵，原始输入已经通过矩阵相乘关联在三个随机数矩阵中，再通过一些代数游戏得到每个token对于整体输入序列的注意力权重矩阵，再和另外一个随机数矩阵进行线性的代数变化即可。
反向传播更新的是这三个矩阵的权重，三个矩阵的维度设计也是为了符合线性代数的运算。
总之这个就是一个巧妙的线性代数游戏，没有什么复杂的逻辑问题。
。
为什么有些人身材容易长肌肉，而有些人却很难呢？
为什么棒球在我国毫无水花？
小米 YU7的3分钟20万辆订单是真的吗？
为什么日本经济下降，大学排名跌至谷底，还有那么多人挤破脑袋去日本留学？
你对你的长相、身材、气质满意吗？
Golang和J***a到底怎么选?
Labubu大量补货造成二手价格腰斩，你能用经济学解释这种市场金融现象么？
开战斗机从上海到北京要多久，那是一种什么样的体验？
为什么QQ上的网络状态没有了？
非计算机专业，好奇为什么会出现“程序依赖bug运行”的情况？
电话：
座机：
邮箱：
地址：
