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。
。
台湾网红“馆长”登陆直播，回台会不会被抓起来？
你们的颈椎不舒服是怎么缓解的？
Golang是不是代替了PHP以前的生态位啊？
为什么 macOS 并不差，可市场总敌不过 Windows？
大海捞针还捞着了是一种什么样的体验？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
为什么一部分 Go 布道师的博客不更新了？
为什么国外网站总喜欢弹出cookie访问权限弹窗，国内网站却没有，这么做有什么意义？
如何评价张靓颖刘宇宁《九万字》?
大家猜猜伊朗的结局如何？
电话：
座机：
邮箱：
地址：
