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。
。
有没有人***正好撞到你擅长的领域上的？
公务员单位为什么不用指纹打卡机并且严格考勤制度？
中国有能打到美国本土的导弹吗……有的话最远能打到哪里呢？
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
网传西藏六月发生三起藏马熊吃人***，藏马熊真的这么可怕吗？
如何评价基努•里维斯的演技？
Web后端开发，用Python还是Go呢？
DF-41已经可以打击美国本土，这是否相当于古巴导弹危机常态化？
鱼缸上的藻类怎么去掉？
有人 espresso 直接喝吗，为什么？
电话：
座机：
邮箱：
地址：
