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。
。
为什么韩国的热辣舞团无法征服中国的男性市场？？
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
为什么大家不再提星链了（包括外网）？
世界上哪款战斗机最好看？
小沈阳女儿韩国出道，将发行个人首张迷你专辑，为什么选择韩国出道？你看好吗？
字节引入Rust是否代表J***a的缺点Go也没解决？
为什么央视不再报道洛杉矶***了？
如何评价《灵笼 2》第六集？
Rust 是否会被美国国家安全局植入后门？
电话：
座机：
邮箱：
地址：
