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。
。
女生有男朋友之后才知道的事情有哪些？
一岁宝宝高烧39度，爸爸还能睡得着，离吗？
前端如何设计网页？
大量消息在 MQ 里长时间积压，该如何解决？
如何评价《塞尔达传说：王国之泪》？
贵州榕江县城遭超 30 年一遇洪水威胁，最大商场被洪水淹没，目前当地情况如何？为什么此次洪水这么大？
大三做的海报，离就业差多远?
你见过身边身材最好的女生是什么样子的？
如何评价前端组件库shadcn/ui?
显示器选32还是27，2k还是4k?
电话：
座机：
邮箱：
地址：
