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。
。
为什么光纤目前取代不了网线？
美国当年靠一台4KB内存的计算机完成登月，这是真的吗？
你觉得《捞女游戏》会因为不可抗力而被下架吗？
Excel 到底有多厉害？
个人开发者或小企业不申请经营性ICP备案，怎样开发APP盈利?
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
为什么年轻人不要养龟？
如何评价高圆圆的身材算是美女类型的吗？
为什么健身的女性普遍喜欢晒臀照？什么心理？
超小团队选择Django还是Flask？
电话：
座机：
邮箱：
地址：
