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。
。
为什么用 electron 开发的桌面应用那么多？
Flutter集成rust到底有多好？
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？
个人开发者或小企业不申请经营性ICP备案，怎样开发APP盈利?
什么是你去了台湾才知道的事？
闲鱼上为什么会有人问都不问直接下单?
什么是 5G 固定无线接入（FWA）？
为什么彩礼不入刑呢?
家用小型服务器用什么系统比较好呢？
为什么现在很多人推崇国外原版教材？
电话：
座机：
邮箱：
地址：
