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。
。
如何评价“寡姐”斯嘉丽·约翰逊的身材？
能发一张在暧昧期的聊天记录吗？
怎样能顺畅说出英语?
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
为什么Dreamwe***er，FrontPage会被淘汰？
文学作品中有哪些精彩绝伦的食物描写？
国密加密算法有多安全呢？
Rust的设计缺陷是什么？
马斯克宣布已激活了「星链」卫星通信系统，该系统现已在伊朗投入使用，这将对伊朗的互联网监管带来哪些影响？
电话：
座机：
邮箱：
地址：
