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。
。
印度是真的烂还是咱们在信息茧房里面？
大海捞针还捞着了是一种什么样的体验？
如何自己搭建家庭服务器？
如何评价人民网评关于集中整治违规吃喝的发文？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
Flutter 为什么没有一款好用的UI框架？
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
wifi7和wifi6抗干扰能力更强吗？
为什么MacBook pro不用高刷新率的屏幕？
张飞为啥被评价有国士之风?
电话：
座机：
邮箱：
地址：
