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。
。
为什么中医一千多年没有出现理论大创新了？
ant-design-vue 社区为什么不维护了？
刘强东看到了什么，才去搞外卖?
「绝世美女」都有什么特点？
中餐炒菜那么好吃，为什么欧美人不学去？
女生真正的完美身材是什么样子？
独立开发***能盈利吗？感觉好累...
不管黑客用了多少跳板，最终是不是可以通过网络运营商找出真实 IP？
如何将docker目录挂载到宿主机上？
如果第三次世界大战真的开始了，到时你最想做的是什么？
电话：
座机：
邮箱：
地址：
