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。
。
Go 语言的使用感受是什么？
为什么欧美影视喜欢露点？
做引体向上可能会诱发腰肌劳损吗？
熊猫烧香技术含量高吗？高在哪里？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
普通人的电脑配置到底是什么水平?
27℃ 的冷空调和 27℃ 的热空调有什么区别？
中医把脉是***吗？
脸与身材不符是种怎样的体验？
伊朗对卡塔尔和伊拉克的美军基地发动导弹袭击，美方可能会怎样应对？会对卡塔尔、伊拉克造成怎样的影响？
电话：
座机：
邮箱：
地址：
