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。
。
为什么很多程序员没有升级到架构师？
世界上存在动漫少女般完美的「身体」吗？
现在个人开发ios还有机会吗？
作为一个服务器，node.js 是性能最高的吗？
为什么福州吸引不了人才？
未来几年，市场对 AI 人才的需求会集中在哪几个方向？
山西一职工「1 岁工作、22 岁退休」，冒领养老金 69 万，此事该如何追责？谁该赔偿财政损失？
如何看待美团创始人王兴清空微博？
为什么有的女生喜欢穿紧身牛仔裤？
为什么感觉wps的用户越来越多，office没人用了?
电话：
座机：
邮箱：
地址：
