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。
。
如何评价湖北省？
媒体称「中国的垃圾不够烧了，焚烧厂开始抢垃圾」，是真的吗？焚烧垃圾能带来哪些好处？背后有怎样的利益？
如何评价电影《碟中谍8：最后清算》？
PHP初学者，我能不能使用PHP来开发桌面应用？
HTTP/3 解决了什么问题，又引入了什么新问题？
有哪些事情是你去了越南以后才知道的？
女朋友是跳拉丁舞的，跳双人舞时会有身体接触，作为男友我感觉有点吃醋怎么办？
rust 语法噪音这么多, 能写复杂项目吗?
switch模拟器是不是历史上唯一在主机当红时就几乎完美模拟器？
新买的移动硬盘该格式化为 NTFS 还是 exFAT？
电话：
座机：
邮箱：
地址：
