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。
。
哪张照片让你觉得刘亦菲美得不可方物？
为什么说J***a21的虚拟线程不再有阻塞的问题？
你捡过最大的漏是什么？
PHP初学者，我能不能使用PHP来开发桌面应用？
为什么好多人不承认大众审美就是喜欢白皮？
为什么 macOS 上国产软件不流氓？
各位前端大触们，一般怎么定颜色的？
国内大厂现在用rust的多吗？
你去过最离谱的景区是什么？
为什么人到中年，很少有身材苗条的？
电话：
座机：
邮箱：
地址：
