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。
。
阿里云服务器续费价格好贵，想换一家云服务厂商，该怎么选择？
如何评价女明星梅根福克斯的身材？
国外发达国家码农是真混得好么?
人常说女人味，到底是个什么味？
腾讯云为什么做得不如阿里，还有希望赶上么？
中国经营得最差的省级电视台是什么？
golang 与rust 在服务器程序领域相比较，各有什么优劣势？
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？
服务器应不应该使用「宝塔」等管理软件？
J***a，一个单据领导让把主数据存mysql，详情存mongodb中，如何保证数据一致性比较简单？
电话：
座机：
邮箱：
地址：
