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。
。
如果你是《一帘幽梦》里的绿萍，你会不会最后原谅紫菱？
王晶的导演水平是不是被严重高估了？
为什么切尔诺贝利泄漏了100年不能住人，而广岛原***爆炸后很快就重建了，不都是核么？
《欢天喜地七仙女》中 「仙女下嫁凡人」 的设定，在今天是否过时？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
既然C#等开源语言，为啥***le还要弄个基本上一模一样的Swift？
基因好是一种怎样的体验？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
韩国人在电影上非常凶猛能打，现实中韩国男人的战力如何?
如何评价林志玲？
电话：
座机：
邮箱：
地址：
