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。
。
女人为什么身体那么软？
现在国内有哪些比较不错的 J***a 开源商城系统？
女子看守所洗澡是不是没有隐私？
如何客观评价李小冉的长相？
能分享一下自己喜欢的冷门运动吗?
PHP初学者，我能不能使用PHP来开发桌面应用？
以色列为什么突然敢打伊朗了？不怕被报复？
为什么伊朗的防空系统失效了？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
媒体称以色列防空成本一晚近 3 亿美元，最多再撑 12 天，美方会支援吗？若无美补给结果会如何？
电话：
座机：
邮箱：
地址：
