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。
。
西方人是怎么发现地球是圆的的？
学生校服如何隐藏内衣痕迹?
为什么年轻的肉体让人沉迷？
为什么黄毛骗走的都是乖乖女？
如何看待天津的排水系统？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
如何看待《捞女游戏》定档 6 月 19 日？
你认为这次伊以冲突，以色列这次干得漂亮吗?
女生真正的完美身材是什么样子？
人，可以废物到什么程度？
电话：
座机：
邮箱：
地址：
