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。
。
为什么女生要做大部分家务？
SpaceX 星舰 36 号火箭静态点火测试爆炸，爆炸的原因是什么？会对星舰发展产生什么影响？
国密加密算法有多安全呢？
为什么幼儿园的超前教育被叫停?
以色列为什么要打伊朗？
中国篮球为什么出不了顶尖后卫？
外贸独立站怎么做SEO？
一米二的棍子打的赢三十厘米的刀子吗？
有个少数民族的女朋友是什么体验?
如何评论2025年6月16日 以色列交通部宣布禁止以色列人出境？
电话：
座机：
邮箱：
地址：
