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。
。
医院的信息科工作是怎么样的体验？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
作为一个服务器，node.js 是性能最高的吗？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
既然在中国有日吹、美吹等，那么在其他国家有没有“中吹”？
如何评价首个女性友好的编程语言HerCode?
胸大的女孩会自卑 吗？
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
电话：
座机：
邮箱：
地址：
