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。
。
如何评价剪映svip，599一年，有替代方案吗？
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化?
为什么这么久了还是没有主流软件开发鸿蒙版？
SwiftUI 是不是一个败笔？
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？
淘宝为什么要提供npm镜像?
现代艺术只考虑意义、不考虑美感吗？
为什么小爱音箱只能播放qq音乐免费音乐?
男性看不了女性生产场面吗？
Golang中有必要实现Async/Await吗?
电话：
座机：
邮箱：
地址：
