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。
。
都在喊没钱，钱到底去哪儿了？
普通人用得着4k分辨率的显示器吗？
为什么买的小乌龟总是养不活呀？
2025 年还能等得到 LCD 屏的旗舰机吗？
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
27寸显示器有必要上4K吗？
怎么才能有尤雨溪一半强，该怎么学习？
你们在编程时遇到过什么离谱的bug吗？
现实中的父女关系是怎样的?
现在后台管理系统用什么前端框架好？
电话：
座机：
邮箱：
地址：
