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。
。
jwt的设计合理吗？
家里想搞个服务器，有什么好的建议方案吗？
中国是不是最应该复制星链的国家？
以色列为什么要打伊朗？
怎么修改百度地图里的公司地址，公司换了新地址，以前的地址不对了想改下？
怎么看待三十而已里说的养鱼让人玩物丧志，养鱼是魔鬼，是黑洞，养鱼毁三代鱼缸毁一生的话?
如何评价“寡姐”斯嘉丽·约翰逊的身材？
J***a 除了 Spring 还有什么？
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
女生真正的完美身材是什么样子？
电话：
座机：
邮箱：
地址：
