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。
。
为什么明明身边二胎非常普遍，但从人口统计数据看，人口依然是在减少的？
为何 PC 需要单核高性能，而服务器不在乎？
你的亲戚提过什么过分的要求？
家庭网络，是否有必要做多个网段并隔离？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
开发了一个App，上线之后一个用户也没有怎么办?
预测一下，下一次阅兵会出现什么武器震惊世界？
你最近有什么烦心事吗？把这里当树洞，说出来，可以吗？
印度造谣说击落了巴方多架欧美战机，为什么不造谣说击落了中国歼十呢?
为什么长得漂亮却没什么用?
电话：
座机：
邮箱：
地址：
