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。
。
独立开发桌面程序（Windows）UI框架选择哪个更好？
女主播和榜一大哥现实碰面会做什么？
为什么中国不禁用苹果手机呢？
前端如何设计网页？
和父母无法沟通你有多绝望？
各位前端大触们，一般怎么定颜色的？
《长安的荔枝》李善德被强塞「荔枝使」，职场中当领导给你「重要但缺***的项目」，如何区分是培养还是陷阱？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
为什么女游泳运动员看起来大部分都是平胸？
腰陆陆续续疼了一年多了，这个是腰突吗?
电话：
座机：
邮箱：
地址：
