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。
。
伊朗为什么会被中俄抛弃？
小米 YU7 推出晕车舒缓模式，晕车发生率降低 51%，如何看待此功能？抗晕能力未来会成为汽车标配吗？
马景涛这些年到底经历了什么？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
如何评价电影《F1：狂飙飞车》?
韩国人为什么处处与中为敌，难道他们不知道自己是芝麻小的小国吗？
为什么美军B2实战以后认为一部分网友又没信心了？
40岁财务自由想找个25左右的媳妇儿有可能吗？
为什么前端精通Node.js的人这么少？
为什么有人会说要崛起要靠西科这种观点呢？
电话：
座机：
邮箱：
地址：
