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。
。
如今的Intel为什么连AMD都打不过？
求大神解答，为什么大家都不喜欢用docker？
苹果搭载 M5 芯片的 MacBook Pro 或将于 2025 年秋推出，该产品应用了哪些新技术？
为什么现在新出的显卡（甜品级）很多使用PCIe5.0 x8，而不是x16？
程序员平时都是CRUD开发工作，真的需要深入理解原理性的知识点吗？
毕设答辩，老师说node不可能写后台怎么办?
为什么现在的年轻人活的都很通透？
你的内衣丢过吗?
陆奇为什么离开百度之后混得不乐观？
有哪些是你用上了mac才知道的事？
电话：
座机：
邮箱：
地址：
