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。
。
想往鱼缸里种点水草，但是家里鱼缸大了买水草泥或者底砂太贵了，有没有生活中可以替代的物品或其他建议？
iPad Pro 能否取代 Surface Pro？
各位都在用Docker跑些什么呢？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
cpu为什么不能靠做大点提升性能？
1MB其实是一个很大的存储单位，那么它的存储容量究竟有多大？
程序员看剧的时候，如果看到有敲代码页面，会暂停看代码吗？
是什么原因让胖东来独一家，而别的公司学不来？
我朋友6900给我配的电脑，有没有坑？
N***icat for mysql如何安装？
电话：
座机：
邮箱：
地址：
