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。
。
为什么百度搜索引擎越做越差？
如果战争爆发，中国普通老百姓枪都不会打该怎样自卫？
组nas一定要TDP低的cpu吗？
比特币是什么？
编程问题哪里解决?
你和你老婆是怎么认识的？
姐妹们穿裙子露出安全裤打底裤会害羞吗?
用K8s的公司有多少人会部署K8s？
能发一张在暧昧期的聊天记录吗？
WebSocket 是什么原理？为什么可以实现持久连接？
电话：
座机：
邮箱：
地址：
