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。
。
docker怎么修改拉取源从指定的国内仓库拉取镜像？
导师给了1.4W要我给工作室买个主机，是整机还是自己配？
如何看待“计算机民科“的网站51soez已关站维护一周？
该怎么反驳有的人说；“东德和西德，朝鲜和韩国就是上帝摆出来最大的例子”?
国外的女生为什么屁股都大？
如何评价张靓颖刘宇宁《九万字》?
为什么 Bun 选择了 Zig 以及 JSCore？
请问一下图中***的名字，谢啦？
使用Rust开发游戏是一种怎样的体验？
27寸显示器是否有必要到4K？
电话：
座机：
邮箱：
地址：
