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。
。
老婆生了孩子，我对她完全没有感觉怎么办？
紧身牛仔裤看起来不正经，真的是这样吗？
如何进行 Elasticsearch 调优实践？
健身为什么要多练腿？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
请问运行windows游戏，steam os和windows哪个效率高？
为什么要开源？
请问有没有哪个网站有教画盒型刀模图的？
明星现实中真的很漂亮吗？
为什么海军要单舰满世界溜达呢？
电话：
座机：
邮箱：
地址：
