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。
。
2025年，笔记软件又如何选择?
为什么椰树牌椰汁能如此垄断椰汁市场？
伊朗真这么一直怂下去吗？
你最想吐槽什么车上的什么设计？
去海边有什么拍照和穿搭建议？
目前最具性价比的全栈路线是啥？
为什么 mac mini 的 m4 版本价格这么低呢？
小区楼下的自动售水机的水干净吗？
人可以极简主义到什么程度？
Vue性能优于React，那为什么还不用Vue？
电话：
座机：
邮箱：
地址：
