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。
。
敢不敢留下一张自拍照让人打分？
H264和H265谁画质好，求回谢谢！？
如何评价林志玲？
你在健身房发生过什么有趣的事情?
为什么openai的sdk只提供了python和js两个版本？
武松杀嫂，为什么要先扯开她的胸衣，多此一举还是另有深意？
匿名说说你最近的烦心事吧！?
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
以前很多人家里都有家庭***，为什么现在几乎看不到了？
百寸电视买什么品牌的比较好？
电话：
座机：
邮箱：
地址：
