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。
。
软件开发的前后端需要学习什么，web跟应用程序的关联是什么？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
哪张照片让你觉得刘亦菲美得不可方物？
为什么感觉四***明很空洞？
obsidian用一两年后会有多大？全文搜索还快吗？
真的有这种又苗条身材又爆炸的么？
Caddy 和 Nginx 比有哪些优点和缺点？
胸大的女孩子有什么烦恼？
想深入学习网站后台技术，有哪些建议？
毕设答辩，老师说node不可能写后台怎么办?
电话：
座机：
邮箱：
地址：
