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。
。
为何同是象棋，国际象棋的棋子可以做的那么有设计感，而中国象棋的棋子形式似乎比较单一？
空战的时候可不可以先击落预警机?
你的低成本爱好是什么？
为什么浙江落下的陨石，防空系统没有拦截，它和导弹有什么不同？
如何评价《灵笼 2》第六集？
鱼缸粪便解决方法和技巧有哪些？
为什么 WebStorm 这么好用还会有人去用 VSCode？
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
为什么好多人不承认大众审美就是喜欢白皮？
电话：
座机：
邮箱：
地址：
