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。
。
Golang与Rust哪个语言会是今后的主流？
如何自己搭建家庭服务器？
为什么女游泳运动员看起来大部分都是平胸？
如何看待“京东外卖停止补贴后，日单量跌至两万单”这件事？
女明星究竟可以有多瘦？
古代世界各国如何神化在世的人?
Agent 有哪些好的落地应用？
铁路12306是谁研发的?
你们跟网友面过基吗？翻车了吗？
工资很低但是工作很舒服，要离职吗?
电话：
座机：
邮箱：
地址：
