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。
。
为什么有的女生喜欢穿紧身牛仔裤？
NAS的盘是否需要一次性买齐？
Node.js是谁发明的?
内网设备，USB口被禁用，只能连接鼠标和键盘，有什么办法可以实现数据拷入？
一个人可以固执到什么程度？
为什么新买的ThinkPad比不上几年前的旧型号?
为什么美军B2实战以后一部分网友又没信心了？
有什么超虐的***推荐？
为什么不用rust重写Nginx？
普通人用得着4k分辨率的显示器吗？
电话：
座机：
邮箱：
地址：
