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。
。
手机的运行内存真的有必要上16GB吗？
人常说女人味，到底是个什么味？
如何评价“寡姐”斯嘉丽·约翰逊的身材？
为什么至今在GPU上编程仍如此困难？
内网设备，USB口被禁用，只能连接鼠标和键盘，有什么办法可以实现数据拷入？
如何评价鸿蒙电脑无法编写其自身运行的程序？
俄罗斯为什么宁愿死磕欧洲也不经营远东地区？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
鱼缸的硝酸盐含量为多少比较合适？
以后是OLED还是mini-LED的天下？
电话：
座机：
邮箱：
地址：
