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。
。
新手养鱼怎么开始，鱼能活着就行?
成都目前存在的最大的问题在哪里？
现在已经有5K、6K、8K分辨率显示器，那么8K之后是什么？
如何用防火墙禁止软件联网?
哪里有便宜的实时level2接口?
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？
可以分享一波好看的手机壁纸吗？
程序员的时间管理真的是写代码1小时，调试8小时吗？
为什么软件公司很少用python开发web?
马上领证了，发现男朋友离不了游戏，让他少打游戏他会非常生气，正常吗？
电话：
座机：
邮箱：
地址：
