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。
。
为什么不用rust重写Nginx？
不给CPU安装散热器会发生什么？
为什么现在的年轻人更容易觉得疲惫？
为什么windows的arm版没有被广泛使用？
那些168cm才80来斤的女生，真的现实生活中好看吗?
Golang 中为什么没有注解？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
AI绘画，描述关键词（提示词）需要遵循什么逻辑呢？
一个三甲医院的HIS系统，运营一年下来，他的数据库能有多大？
为什么小公司留不住人?
电话：
座机：
邮箱：
地址：
