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。
。
妹妹说C字裤只是本体可能好看而已，穿在身上其实非常丑，爱美的女孩根本不买，是这样的么？
中国现有的雷达技术能发现B2么？
现在个人开发ios还有机会吗？
曹玉磊冒充「清华院长」频繁参加活动遭官方打***，他为何能堂而皇之以***身份开展活动？其将受到哪些处罚？
如何评价mq白这个人？
前端想要学习后端，选择哪种语言好一点？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
你被哪个后来知道很sb的BUG困扰过一周以上吗？
仰望u9明明技术实力更强，为什么纽北的成绩没有小米su7ultra好？
电话：
座机：
邮箱：
地址：
