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。
。
***拍大尺度片子时摄影师不会看光吗？
淘宝为什么要提供npm镜像?
亚洲体坛最漂亮的十位女运动员都有谁？
能不能通过养殖方法，把淡水鱼身上***除掉？然后再售卖做刺身，超级爱吃刺身，很害怕寄身虫?
超级喜欢穿短裙正常吗?
为什么QQ上的网络状态没有了？
有没有免费的云服务器?
你卡过最厉害的bug是什么？
用Unity做游戏，所有小兵怪兽单位共用一个脚本写好还是每个单位用不同的脚本？
电话：
座机：
邮箱：
地址：
