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。
。
哪张照片让你觉得刘亦菲美得不可方物？
如何评价高圆圆的身材算是美女类型的吗？
为什么中国农村房子那么丑？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
现在好用的ai软件都有什么?
中国军事力量有希望达到全球第一吗？
MacOS真的比Windows流畅吗？
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？
怎么让外星人明白左和右的概念？
电话：
座机：
邮箱：
地址：
