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。
。
如何评价青年科学基金项目（A类）将为35岁以下科研人员单设赛道？
告警管理和告警抑制的专业做法有哪些？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
如何看待 Mac mini M4 支持可更换 SSD？
把《武林外传》中的打工人郭芙蓉放在现代，她能干长久吗？
使用 Go 语言开发大型 MMORPG 游戏服务器怎么样？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
淘宝为什么要提供npm镜像?
异性同办公室久了会不会日久生情？
女生身高 170cm 以上是什么样的体验？
电话：
座机：
邮箱：
地址：
