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。
。
如果看待林丹这句话 “网球的强度远远没有羽毛球大”?
学编程要不要买电脑?
Node.js是谁发明的?
如何判断鱼缸中的硝化系统是否已经成功建立？
有一个***约你出去，你会去吗？
大龄剩女到底要不要妥协结婚？
MacBook的诱惑在哪里？
雷军为什么不愿意用性价比打法进军NAS？
如有如此漂亮的女友，该怎么办，才能不弄丢？
洲际导弹能打到任何地方，为什么还需要轰炸机？
电话：
座机：
邮箱：
地址：
