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。
。
魔兽世界有必要4k吗?
微软有自己的UEFI或bios固件吗？
为何Microsoft能一直留在中国市场?
大家都喜欢用什么浏览器？
为什么棒球在我国毫无水花？
go 有哪些成熟点的后台管理框架？
为何雷军天天健身，却无健身痕迹?
柳州的债务，谁来还？用什么还？怎么还？
为什么IPS很刺眼，尤其是看网页的白色部分，而VA光线很柔和，看久了眼睛不痛头不晕？
如何看待小米 YU7 3 分钟大定突破 20 万辆，锁单 12.2 万辆？小米汽车做对了什么？
电话：
座机：
邮箱：
地址：
