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。
。
有一个***约你出去，你会去吗？
postgresql能取代mongodb吗？
现在有没有可能在地球某处隐藏一个大型军事基地而几十年不被发现？
flutter是***跨平台最优解吗？
在现实中，普通人仿照***《一拳超人》中琦玉老师的锻炼方法锻炼三年会怎么样？
慢跑 5 公里用 40 分钟是不是很丢人？
各位都在用Docker跑些什么呢？
J***a现在好找工作吗？
为什么 WeGame 在国内竞争不过 Steam ？
怎么看待B站舞蹈区和某些风格比较暴露的up？
电话：
座机：
邮箱：
地址：
