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。
。
为什么市场不制作***向黄油？
为什么果粉对苹果非常地宽容？
如果战争爆发，中国普通老百姓枪都不会打该怎样自卫？
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
如何看待rust编写的zed编辑器？
颈椎病的最佳治疗方法是什么？
为什么 macOS 并不差，可市场总敌不过 Windows？
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？
在excel中，如何利用VBA将这段数据转成json格式？
大部分语言都用尖括号<>表示泛型，为什么golang要标新立异用中括号？
电话：
座机：
邮箱：
地址：
