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。
。
为什么现在的中国电影越来越烂？
自己拥有一台服务器可以做哪些很酷的事情？
微软宣布全球裁员 6000 人，为 2023 年以来最大规模，为什么此时裁员？会对微软带来哪些影响？
如何看待 Rust 的应用前景？
中年女性如何保持身材？
易语言作者吴涛的技术水平在国内能排到什么级别？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
以前的日漫都这大胆的吗？
如何看待心动的信号7中的翁青雅?
延边大学毕业典礼上，食堂阿姨的发言为什么能让许多同学落泪？
电话：
座机：
邮箱：
地址：
