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。
。
自己拥有一台服务器可以做哪些很酷的事情？
怎么挑选做设计用的显示器，要看哪些参数呢？
Electron 做游戏客户端的潜力有多大？
请问群晖的docker还能装些什么?
今天在用剪映剪***被一个会Premiere的同学看到了，嘲笑我用剪映，Pr剪辑真的比剪映好吗，好在哪？
后端真的比前端累吗?
前端，后端，全栈哪个好找工作？
家用服务器内网穿透对外提供服务需要备案吗？
Golang web项目求推荐？
为什么山姆这么受欢迎？
电话：
座机：
邮箱：
地址：
