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。
。
鱼缸能不能做到一直不换水还很清澈？
你为什么对kotlin失去好感?
阿里云盘冻结后强制收费才能解冻，如何处理?
女生主动起来会有多主动?
陈楚生第一，马嘉祺淘汰，如何评价《歌手 2025》第六期所有歌手的演唱？
PHP是不是已经死了？
曾经的班花，现在还多少人惦记？
微信头像会影响第一印象吗？
如何评价林志玲？
军工为什么不要轻易进？
电话：
座机：
邮箱：
地址：
