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。
。
慈禧为什么要反对戊戌变法？
如何客观评价李小冉的长相？
为什么Rust的包管理器Cargo这么好用？
独立开发***能盈利吗？感觉好累...
QQ为什么败给微信？
为什么有的女生喜欢穿紧身牛仔裤？
如何评价前端框架 Solid?
雷军为什么没有绯闻?
有没有免费的云服务器?
请学长支招，在西安培华学院就读最打动你的点是什么?
电话：
座机：
邮箱：
地址：
