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。
。
055大驱在世界属于什么水平?
如何评价林志玲？
男人的快乐有多简单？
让男朋友坐在马桶上上厕所很过分吗？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
Golang和J***a到底怎么选?
中国外交部及有关使领馆正迅速组织撤离在以、伊的中国公民，目前当地情况如何？
老公每晚都想要怎么办?
作为一个服务器，node.js 是性能最高的吗？
电话：
座机：
邮箱：
地址：
