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。
。
SwiftUI 是不是一个败笔？
如何看待三峡集团总部搬迁至武汉？
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？
为什么 macOS 并不差，可市场总敌不过 Windows？
优酷为什么越来越不行了？
周杰伦被曝现身日本弯腰驼背似老人，是真的吗？他曾称患有强直性脊柱炎，这病对身体影响有多大？能治好吗？
2025年小米su7 性价比很低了，为何还不更新改款？
已经有了东风41，那么东风31AG存在意义是什么呢？
以色列为什么要打伊朗？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
电话：
座机：
邮箱：
地址：
