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。
。
学生校服如何隐藏内衣痕迹?
印度为什么一定要和中国作对？
长沙申请全运会成功，未来几年会对长沙那些帮助，是否会加快长株潭融城以及经济发展？
如何看待求是网转载小米汽车工厂宣传片？
为什么杨家将的故事被观众们抛弃了？
以色列为什么突然敢打伊朗了？不怕被报复？
如何评价“师父和我做鲁菜”账号基本上停更?
为什么Rust的包管理器Cargo这么好用？
大家知道为什么艺术家都喜欢画女人体吗？
显示器选32还是27，2k还是4k?
电话：
座机：
邮箱：
地址：
