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。
。
养乌龟是什么体会？
中餐炒菜那么好吃，为什么欧美人不学去？
印度是真的烂还是咱们在信息茧房里面？
为什么华为价值2.3W的鸿蒙电脑用的是美国西数的SN740固态硬盘？
你对器官移植有什么看法？
你们都有学习资料吗？
程序员加班的真正原因是什么？
为什么那么多美国人对特定食物过敏，而在中国很少听说？
吵架后，老公快一个星期不联系，是要离婚的节奏吗？
微信服务器会保留聊天记录吗,会保存多久?
电话：
座机：
邮箱：
地址：
