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。
。
为什么很多NAS厂家都***用***rfs系统，而不是更稳定的zfs?
为什么人到中年，很少有身材苗条的？
黄金，今年会达到怎样的高度？
独立开发桌面程序（Windows）UI框架选择哪个更好？
为什么这么多人讨厌中国移动？
国产手机AI「好用」的背后，是技术差距还是文化差异？
学生校服如何隐藏内衣痕迹?
程序员都在用什么显示器写代码?
IPS屏和VA屏该怎么选？
duckdb的性能如何？
电话：
座机：
邮箱：
地址：
