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。
。
有哪些故意缩短产品寿命的设计？
最近突发奇想，想做以NAS为主的家用媒体中心。下面是我做的一个草图，各位大神看看可行吗？
哈尔滨高温大学生楼道睡觉，学生称体感温度 37、38℃，东北学校该不该装空调？未来东北高温天会更多吗？
为什么小公司留不住人?
为什么日本人越来越土了？
什么是微软式中文？
为什么用 electron 开发的桌面应用那么多？
AMD、Intel的下一代CPU的PPT都显示了强劲的性能提升，是在吹牛吗？
大家有什么被中医震惊征服的经历吗？
程序员看剧的时候，如果看到有敲代码页面，会暂停看代码吗？
电话：
座机：
邮箱：
地址：
