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。
。
预测一下，下一次阅兵会出现什么武器震惊世界？
node 项目中如何使用 Node Schedule 创建定时任务？
你见过身边身材最好的女生是什么样子的？
过边检/海关时遇到过什么难忘的事情？
花那么多钱举办婚礼的意义在哪呢？
为什么 macOS 上国产软件不流氓？
旅行者 1 号飞出太阳系了，它是如何和地球联系的呢？
有哪一个瞬间让你对女朋友彻底失望?
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
HHKB这种键盘真的好用吗？
电话：
座机：
邮箱：
地址：
