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。
。
SwiftUI 是不是一个败笔？
《甄嬛传》中祺贵人为什么和甄嬛反目？
现在已经有5K、6K、8K分辨率显示器，那么8K之后是什么？
为什么桔梗陆雪琪这些高冷美女会喜欢想往平凡男主?
有一双超级大长腿是什么感觉？
腰间盘突出能不能治愈？
2029届全运会落地长沙，会对长沙有什么新的变化吗？
正常人的健身进度是什么样的？
电影《碟中谍》系列中哪一部最好？
为什么 electron 不做成独立的 runtime？
电话：
座机：
邮箱：
地址：
