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。
。
为什么水泥封不住尸臭?
有哪些观赏鱼是迄今为止确定最容易养最不容易死的？
国产轮胎那么便宜，为什么很多人非要买高价的国外轮胎？?
如何评价高圆圆的身材算是美女类型的吗？
鱼缸里突然在水面角落出现很多想泡沫一样的气泡是怎么回事？
新手养鱼，养什么鱼好？
为什么 macOS 上国产软件不流氓？
如何看待安徽宿州一农场500亩土豆遭几百名村民哄抢，曝光后民警要求种植户删帖？法不责众？如何有效维权？
创业公司是否应该使用 Rust ？
cloudflare的1.1.1.1和warp有什么区别？
电话：
座机：
邮箱：
地址：
