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。
。
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧?
有哪些小众的开源项目养活了一大批人?
飞天茅台散瓶批发价跌破 2000 元，背后什么原因？收藏茅台还能增值吗？
有没有什么免费工具可以续签SSL证书，还能自动部署到服务器和CDN？
为什么 Windows 的兼容性这么强大，到底用了什么技术？
docker有哪些有趣的用途?
警犬知道自己是警犬么？
伊朗没有战斗机吗？为什么不起飞空中拼***？
大部分语言都用尖括号<>表示泛型，为什么golang要标新立异用中括号？
为什么都对TLC乃至未来的QLC嗤之以鼻呢?
电话：
座机：
邮箱：
地址：
