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。
。
如何优雅地使用 Ubuntu？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
软路由真的比硬路由更好吗？
如何评价电影《碟中谍8：最后清算》？
微软edge浏览器为什么逐渐被其他的浏览器代替？
我应该设置多少kb才能让他不能玩游戏？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
在go语言中，为什么使用defer？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
SwiftUI 是不是一个败笔？
电话：
座机：
邮箱：
地址：
