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。
。
以色列摩萨德这么厉害，中国网民为何不害怕？
如何看待rust编写的zed编辑器？
为什么windows的arm版没有被广泛使用？
你被哪个后来知道很sb的BUG困扰过一周以上吗？
Linux内核代码大佬们如何观看的？
日本AV对中国人的毒害有多大？
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？
如何评价张靓颖刘宇宁《九万字》?
鸿蒙电脑正式发布，今年的大一新生会不会扎堆购买鸿蒙电脑？
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？
电话：
座机：
邮箱：
地址：
