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。
。
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？
熊猫烧香技术含量高吗？高在哪里？
榴莲的产量明明很高，为什么还卖那么贵？
如何看待使用mac mini当7*24h的服务器？
如果我直接跳过编程的理论学习直接边做一些小项目边学可以学会编程这个技能吗？能够用来工作吗？
中学领导侵吞学生伙食费近 350 万，湖南一中学 2 人被判刑，如何看待此事？暴露出学校管理哪些问题？
为什么微信不向telegram学习？
群晖那么垃圾为什么还那么多人推？
有没有人掉入深层梦境再也醒不来？
编程对电脑的要求大概需要多高?
电话：
座机：
邮箱：
地址：
