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。
。
Golang和J***a到底怎么选?
自由泳是真的很累啊，怎么办？
什么样的女主才能叫做「人间尤物」？
电脑装机两个小时，算不算长时间？
你们是怎样看待警察这一职业的？
哪张照片让你觉得刘亦菲美得不可方物？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
为什么LibreOffice的Windows版在国内火不起来？
爱尔兰一机构化粪池发现近 800 幼童遗骨，具体是怎么回事？
周星驰电影的某些桥段是不是过于低俗？
电话：
座机：
邮箱：
地址：
