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。
。
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
做一个中国的微软到底有多难？
360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？
为何Microsoft能一直留在中国市场?
女人为什么身体那么软？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
明星的精修图和生图差别真的很大吗？
程序员从幼稚到成熟的标志是什么？
你见过身边身材最好的女生是什么样子的？
女生真正的完美身材是什么样子？
电话：
座机：
邮箱：
地址：
