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。
。
如何评价适马17-40mm f/1.8 超规格APS-C镜头？
如何评价 Next.js？
西方人是怎么发现地球是圆的的？
尊界S800 车内软包部分***用 0.2mm - 0.5mm 超细针脚缝制处于什么工艺水平？
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？
你们认为一个40多岁的女人老吗？
为什么要远离社会底层？
为什么战斗机都很好看？
Redis 分布式锁如何实现？
和女生合租，都会发生什么事情？
电话：
座机：
邮箱：
地址：
