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。
。
为什么程序员的电脑永远没有弹窗广告？
为什么中国电信的iptv一定要有网线连接！？
MacOS真的比Windows流畅吗？
国外的女生为什么屁股都大？
为什么大部分人都认为2560x1440是2K？
为何说香港《稳定币条例》将改写未来世界比特币等数字货币市场格局，港币和人民币的国际化会受益于此么？
把贵州省撤销，设立一个超大型国家自然公园，是不是一个好的提法?
你们学校的校花都是怎么样的？
什么水草扔缸里就能活？
毕设答辩，老师说node不可能写后台怎么办?
电话：
座机：
邮箱：
地址：
