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。
。
cloudflare的1.1.1.1和warp有什么区别？
为什么 Mac 对游戏支持这么差？
日本AV对中国人的毒害有多大？
「绝世美女」都有什么特点？
国内很多男性在非洲和当地女人恋爱是真的吗?
美国搞出个“稳定币”，到底是什么？其它国家是如何看待稳定币的？
雷军为什么不愿意用性价比打法进军NAS？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
中餐炒菜那么好吃，为什么欧美人不学去？
电话：
座机：
邮箱：
地址：
