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。
。
你见过最奇怪的体质是什么？
鱼缸能不能做到一直不换水还很清澈？
为什么感觉wps的用户越来越多，office没人用了?
本人女20，平胸跟男生一样怎么办 ?
如何评价黄霄云这个人？
国产手机APP为什么越来越臃肿？
变形金刚在变形后比变形前大很多，是如何实现的？
有没有因为口误碰到的尴尬瞬间？
为什么几乎没人用电视屏幕连主机或者笔记本当显示器？
有哪些女主让你觉得真是「人间尤物」？
电话：
座机：
邮箱：
地址：
