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。
。
为什么日本人室内光脚啊？他们屋子里有这么干净吗？
消息称苹果 macOS 26 将不再支持部分旧款英特尔 CPU 机型，这背后原因有哪些？
如何评价刘亦菲?
如何看待 稚晖君第五轮融资 估值将达70亿？
《斗破苍穹》中韩枫这么多年为何只是斗皇？
家里想搞个服务器，有什么好的建议方案吗？
家用服务器内网穿透对外提供服务需要备案吗？
为什么人到中年，很少有身材苗条的？
有听过什么特别毁三观或者特别奇葩的事情吗？
微服务有哪些优缺点？
电话：
座机：
邮箱：
地址：
