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。
。
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
如何评价字节跳动开源的 Netpoll？
Golang web项目求推荐？
***拍大尺度片子时摄影师不会看光吗？
为什么Rust的包管理器Cargo这么好用？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
为什么一部分 Go 布道师的博客不更新了？
如何评价青年科学基金项目（A类）将为35岁以下科研人员单设赛道？
近日中国开始在以色列撤侨，中东是否有大战要发生？
开源 waf 哪些值得推荐？
电话：
座机：
邮箱：
地址：
