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IPS很刺眼，尤其是看网页的白色部分，而VA光线很柔和，看久了眼睛不痛头不晕？
你有没有写过哪些自己觉得非常有用、给工作或生活带来明显便利的程序或代码？
为什么台式 PC 还处在组装（DIY）阶段？
「香港四大才子」之一蔡澜去世，你对他有哪些了解？如何评价他的成就？
如何看待女性穿衣自由的问题?
如何评价章若楠个人？
毕设答辩，老师说node不可能写后台怎么办?
为什么现在的年轻人更容易觉得疲惫？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
如何看待今年江苏理科600分以上35000人，越来越卷？
电话：
座机：
邮箱：
地址：
