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。
。
机械键盘怎么选？有什么品牌推荐吗？
怎么向老婆简单解释nas的用途？
你们的腰突是怎么突然好的？
养乌龟只养一只，它觉得会孤独吗？
实体店为什么生意越来越难做了？
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
自己组一个E5服务器才几百块钱，为什么去阿里云租这么贵?
为什么内娱出不了范冰冰、李嘉欣、关之琳这样惊艳绝伦的大美人了?
为什么车展的***大多高挑，但并不一定漂亮？
你见过最漂亮的欧美女性长什么样？
电话：
座机：
邮箱：
地址：
