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。
。
flutter是***跨平台最优解吗？
有没有一些历史故事，跟开玩笑似的？
Windows上有没有一分多屏和多屏合一的软件？
ant-design-vue 社区为什么不维护了？
美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施，钻地弹有多大杀伤力？能摧毁伊朗地下核设施吗？
用K8s的公司有多少人会部署K8s？
有哪些是你用上了mac才知道的事？
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？
亲眼见到明星本人是什么体验？
有什么你去了韩国才知道的事？
电话：
座机：
邮箱：
地址：
