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。
。
为什么很多公司都不招大龄码农？
如何看待国内开源项目的不可持续性？
高薪裁员的中年人送外卖还是开滴滴好?
腰肌劳损可以怎样去改善？
周鸿祎为什么说他这辈子最鄙视李彦宏？
南海有这么多石油，为什么中国不开***？
熊猫烧香技术含量高吗？高在哪里？
俄罗斯妹子***漂亮热情，中国男人是不是很喜欢娶？
如何低成本地过有益的生活？
为什么要学go语言，golang的优势有哪些？
电话：
座机：
邮箱：
地址：
