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。
。
可以分享你的一张背影照吗？
如何看待现在的前端？
哪个牌子的护肤品好呀？想给妈妈买一套抗衰老的护肤品?
作为一个服务器，node.js 是性能最高的吗？
为什么小时候表现越「乖」、越「懂事」的孩子，长大之后心理问题越多？
评价一下Proxmox VE与ESXi的优劣？
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
如何评价DuckDB?
为什么很多技术都觉得前端很简单？
为什么小爱音箱只能播放qq音乐免费音乐?
电话：
座机：
邮箱：
地址：
