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。
。
怎么学习前端开发？求推荐学习路线？
为什么有的女生喜欢穿紧身牛仔裤？
普通人的电脑配置到底是什么水平?
请问照片里这个人是谁呀？
你们的腰椎间盘突出，怎么治好的？
为什么程序员的代码不能终身责任制?
如何评价董明珠30年未休过***?
夸克网盘有可能超越百度网盘吗？
普通家用电脑可以搭建nas吗？
中国军队有多强，在世界能排第几？
电话：
座机：
邮箱：
地址：
