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。
。
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
为什么小米造车可以叫小米，而华为不可以用华为品牌造车？
伊朗警告以色列居民尽快撤离，称将展开真正惩罚性打击，伊朗还有哪些底牌？以伊冲突会演变为中东全面战争吗？
能分享一下你写过的rust项目吗？
山姆超市是怎么在中国火起来的?
吃爽了是怎样一种体验？
如何看待日本小学校园餐只有一小块鸡肉？
女生在家不穿内裤可以吗？
匿名说一下你最近的烦恼吧？
一个人可以过得有多极简？
电话：
座机：
邮箱：
地址：
