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。
。
360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？
有一个***约你出去，你会去吗？
三角洲怎么能挣钱。?
为什么有些前端一直用 div 当按钮，而不是用 button？
go为了编译速度减少了很多编译优化？为什么不能提供优化编译模式来提升运行效率？是太懒还是另有隐情？
如何看待 Rust 的应用前景？
吴柳芳的真实水平如何？
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
如何评价“寡姐”斯嘉丽·约翰逊的身材？
电话：
座机：
邮箱：
地址：
