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？
哪张照片让你觉得刘亦菲美得不可方物？
为什么智能家居普及率越来越高，但多数人只用基础功能？
为什么水泥封不住尸臭?
能分享一下你写过的rust项目吗？
什么洗碗机，真的有家庭在用么？
如何评价张靓颖刘宇宁《九万字》?
现在写 J***aScript 的是不是已经没人在用 class 这个关键字了？
伊朗没有战斗机吗？为什么不起飞空中拼***？
J***a 除了 Spring 还有什么？
电话：
座机：
邮箱：
地址：
