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。
。
苹果这家公司伟大之处在哪里？
为什么年轻人不要养龟？
美国都闹成了这样了，抖音上到处都是***，为什么知乎上没人报道呢？
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？
go的channel在实际项目中会怎么使用？
如何安慰人效果最好？
IntelliJ IDEA 中有什么让你相见恨晚的技巧？
真的有这种又苗条身材又爆炸的么？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
电话：
座机：
邮箱：
地址：
