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。
。
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
《庆余年》中的范闲为什么突破不了大宗师？
剪映收费了，大家还用什么做***?
为什么好多人不承认大众审美就是喜欢白皮？
我的世界怎么租一个四个人的服务器？
go的channel在实际项目中会怎么使用？
程序员不租房住车里，称三年多省了差不多十万，被质疑占用公共***，怎样看他的选择？这算占用公共***吗？
组nas一定要TDP低的cpu吗？
怎么才能有尤雨溪一半强，该怎么学习？
为什么都认为无GC语言一定会比有GC语言要快？
电话：
座机：
邮箱：
地址：
