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。
。
为什么小公司留不住人?
男朋友说我穿裙子不要敞开腿坐这是他底线，我该怎么办？
如果江苏和以色列打，胜率大不大？
为什么突破性的技术总是最先发生在西方？
电脑系统崩溃如何重装系统？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
为什么小红书上很多女的简介说让男的不要关注她？
如何看待《捞女游戏》在线人数峰值近 7 万，仍位居国区热销第一？
为什么现在的年轻人更容易觉得疲惫？
央行等六部门联合印发《关于金融支持提振和扩大消费的指导意见》，释放了什么信号？
电话：
座机：
邮箱：
地址：
