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。
。
为什么以前电视和光盘都没杀死电影，现在电影行业突然就凉了?
git是Linus一个人开发出来的吗？
可以随身携带一个Linux系统吗？
战场上用沙袋来防***，真的有用吗？
如何评价阿富汗取消与中国的石油开***合同？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
从过去到现在有哪些名人属于晚节不保或者是让你由粉转黑？
男朋友说结婚把他父母的钱花光了，搞得我现在心里很不好受，我该怎么办？
孩子画过什么画让你非常震惊？
jwt的设计合理吗？
电话：
座机：
邮箱：
地址：
