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。
。
为什么国内的uni***一直没人讨论呢？
为什么hdmi2.1带宽优于dp1.4，还是会推荐dp？
现在的microLED发展到什么地步了？
你见过最漂亮的女生长什么样？
微信服务器会保留聊天记录吗,会保存多久?
Mac mini M4，有必要升级24G内存吗？
为什么欧美影视喜欢露点？
那你说什么样的是美女？
Dota幽鬼真有大家说的那么厉害吗？
程序员都干过哪些很刺激的事情？
电话：
座机：
邮箱：
地址：
