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。
。
为何有人说三亚景色不输泰国，中国游客却更爱去泰国？
为何雷军天天健身，却无健身痕迹?
央企的信创，是否有必要把 spring 替换成国产的 solon ？
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
现今大部分哺乳动物都是六千万年前恐龙灭绝后的同一种哺乳动物的后代吗？
如何看待三峡集团总部搬迁至武汉？
胖东来能长久下来吗？
你是怎么发现亲戚开始见不得你好的？
现代艺术只考虑意义、不考虑美感吗？
为什么用 electron 开发的桌面应用那么多？
电话：
座机：
邮箱：
地址：
