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。
。
女生被踢裆也会很疼吗？
独立开发者都使用了哪些技术栈？
当初中俄为什么不摧毁朝鲜的核设施，让朝鲜拥有了自己的核武器？
该怎么反驳有的人说；“东德和西德，朝鲜和韩国就是上帝摆出来最大的例子”?
装了飞牛NAS，除了存资料看电影还能干什么？
Rust 的设计缺陷是什么？
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？
各位都在用Docker跑些什么呢？
日本AV对中国人的毒害有多大？
路由器被隔空刷成校园网节点了，这在技术上是怎么实现的？
电话：
座机：
邮箱：
地址：
