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。
。
电脑装机两个小时，算不算长时间？
你见过最极致的节省能省到什么程度？
微软edge浏览器为什么逐渐被其他的浏览器代替？
你自己觉得自己的身材好吗？
足球运动员的身材会不会像篮球运动员一样朝着巨型化的方向发展？
宁波东方理工大学学费每人每学年 9.6 万，为什么会这么贵？
为什么越来越多的国内男孩，要娶国外女孩?
如果富坚义博宣布彻底停笔《全职猎人》并开放后续版权？
为什么微软还没有倒闭？
国产手机APP为什么越来越臃肿？
电话：
座机：
邮箱：
地址：
