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。
。
评价一下Proxmox VE与ESXi的优劣？
为什么美国程序员工作比中国程序员工作轻松、加班少？
腾讯游戏究竟祸害了多少人？
有哪些BI工具惊艳了你？
为什么云南美食很难出圈？
请问照片里这个人是谁呀？
为什么河南饮食走不出去？
多益网络输了餐费官司，准备近几年搬离广州，你怎么看？
为什么 Go 语言的 Error Handling 被某些人认为是一个败笔？
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？
电话：
座机：
邮箱：
地址：
