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。
。
真的有这种又苗条身材又爆炸的么？
一个练过功夫的姑娘能打过一个没练过的男人吗？
怎么看待B站舞蹈区和某些风格比较暴露的up？
如果让你重来一次，你还会嫁给你老公吗？
中国民间中小工厂能快速造出武器吗？
大家猜猜伊朗的结局如何？
马上领证了，发现男朋友离不了游戏，让他少打游戏他会非常生气，正常吗？
刘强东称「跨境电商的模式长期来看不可持续」，有依据吗？京东不走跨境电商模式，对其国际市场布局有何影响？
为什么欧美影视喜欢露点？
如何评价张靓颖刘宇宁《九万字》?
电话：
座机：
邮箱：
地址：
