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。
。
如何看待伊朗发布10座美军基地地图？
深圳房价能跌到什么位置？
如何打造属于自己的 GUI 图形化界面？
Python+rust会是一个强大的组合吗？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
特朗普表示美军阅兵式将超越奥运会或世界杯，这背后的意义和成本如何评估？
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？
岭南地区（粤桂琼）的女性胸部是不是普遍很小？
***拍大尺度片子时摄影师不会看光吗？
电话：
座机：
邮箱：
地址：
