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。
。
你在健身房发生过什么有趣的事情?
手机的运行内存真的有必要上16GB吗？
真的有这种又苗条身材又爆炸的么？
目前最具性价比的全栈路线是啥？
不是都说6月美债要爆吗 怎么没消息了?
如何评价网络统计男方失业超过一年，女方提出离婚概率超80%？
怎么才能让孩子在不牺牲睡眠和运动时间的前提下，成绩名列前茅？
为什么女性基本都不学习自由泳？
女主播和榜一大哥现实碰面会做什么？
慈禧为什么要反对戊戌变法？
电话：
座机：
邮箱：
地址：
