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 Bun 选择了 Zig 以及 JSCore？
我的世界怎么租一个四个人的服务器？
为什么只有 JAVA 是一边倒被骂的?
美国的六代机***为何放弃了实机竞标？
在办公室用机械键盘是什么心里？
为什么现在很多人推崇国外原版教材？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
如果SSD硬盘闲置很多年，内部数据会不会丢失？
你们都什么时候对男女之事开窍的？
请问照片里这个人是谁呀？
电话：
座机：
邮箱：
地址：
