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。
。
golang总体上有什么缺陷？
你见过最无用的节俭行为是什么？
女主播和榜一大哥现实碰面会做什么？
为什么中医一千多年没有出现理论大创新了？
大家的NAS都是24小时不关机吗？
一岁宝宝高烧39度，爸爸还能睡得着，离吗？
中国民间中小工厂能快速造出武器吗？
养乌龟是什么体会？
为什么程序员独爱用Mac进行编程？
用了几年大厂云服务器，现在想换便宜的，有推荐的吗?
电话：
座机：
邮箱：
地址：
