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。
。
有哪些事情是MacOS做不到但Linux可以做到的？
写CUDA到底难在哪？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
国家电网不再全额收购可再生电力，光伏怎么生存啊？
万兆的网络速度有多大意义？
什么是歼20完全体？
怎么评价黑尾酱这个人？
为何雷军天天健身，却无健身痕迹?
next.js 为什么要走PHP ASP MVC的老路？
为什么运维都这么难招？
电话：
座机：
邮箱：
地址：
