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。
。
写业务的话，go是不是垃圾？
穿瑜伽裤爬山的女生会不会害羞？
孩子画过什么画让你非常震惊？
Flutter 为什么没有一款好用的UI框架？
三只羊是不是被人做局了？
为什么 IPv6 在国内至今未得以大规模应用?
为什么《绝区零》打磨了那么多细节的同时，却有一个灾难性的UI设计？
海贼王为什么现在被全网黑?
如何评价前端框架 Solid?
***拍大尺度片子时摄影师不会看光吗？
电话：
座机：
邮箱：
地址：
