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。
。
哪张照片让你觉得刘亦菲美得不可方物？
Chrome 浏览器设计的神细节有哪些？
为什么欧美影视喜欢露点？
伊朗这次让以色列打惨了，这个国家还能挺过来吗？
阿里云为什么没有一年的免费云服务？
为什么Dreamwe***er，FrontPage会被淘汰？
如何自己搭建家庭服务器？
Golang和J***a到底怎么选?
如何看待光线传媒董事长称《哪吒 2》票房分账最不公平，100 块票房片方只拿 33 块？怎么分才合理？
SpaceX的可回收火箭有什么神奇之处，为何其他航天大国还不能仿造？
电话：
座机：
邮箱：
地址：
