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。
。
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
新婚那天晚上你们是怎样度过的？
为什么知乎都在劝退计算机国企？
为什么鸿蒙PC要排斥Linux生态？
全班 43 人开家长会只来了 7 位爸爸，学校称未来准备策划爸爸家长会，如何看待这一现象？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
你发生过的最尴尬的事是什么？
***拍大尺度片子时摄影师不会看光吗？
Flutter 为什么没有一款好用的UI框架？
为什么中国不禁用苹果手机呢？
电话：
座机：
邮箱：
地址：
