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。
。
SwiftUI 是不是一个败笔？
为什么Mac连个正儿八经的CAD都装不了还敢打着生产力的旗号？
为什么软件公司很少用python开发web?
Golang vs Rust vs Dlang 哪个更有前途，哪位大牛这 3 门语言都用过？
国产手机APP为什么越来越臃肿？
如何评价B站峰哥亡命天涯直播中说面包就是比馒头好吃，中国古代不吃面包是因为贫穷，没有足够的柴火？
为什么现在年轻人很少愿意进入化工制造业？
突然发现自己变老是怎样一种体验？
你从什么时候开始感觉孩子不属于你了？
鱼缸里的石子有哪些作用？
电话：
座机：
邮箱：
地址：
