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。
。
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
中医把脉是***吗？
ant-design-vue 社区为什么不维护了？
你们的腰突是怎么突然好的？
duckdb的性能如何？
为什么新流行的开源编辑器都在用Rust开发？
只能选一个，你选谁？
为什么水泥封不住尸臭?
你在你男/女朋友的手机里发现过什么秘密？
为什么还用导弹发射井，机动式部署不是更安全吗？
电话：
座机：
邮箱：
地址：
