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。
。
做引体向上可能会诱发腰肌劳损吗？
敢不敢发一张你的自拍照？
什么时候你发现和农村父母渐行渐远？
请问27寸4K显示器哪个好呀？
为什么是9月3日阅兵而不是10月1日国庆阅兵？
J***a现在好找工作吗？
为什么健身的女性普遍喜欢晒臀照？什么心理？
ant-design-vue 社区为什么不维护了？
为什么玩乐器的人都不喜欢让别人碰自己的乐器？
为什么剪映是剪辑软件鄙视链的最底层?
电话：
座机：
邮箱：
地址：
