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。
。
uni***真的很垃圾吗？
如何评价华为最新长焦专利技术？能否颠覆手机长焦摄影的目前限制？
对于跨平台框架，未来你更看好使用dart语言的flutter还是.net新发布的maui?
你见过的最棒的个人博客界面是什么样的？
程序员从幼稚到成熟的标志是什么？
中国军事力量有希望达到全球第一吗？
如何看待海参崴百年后重归中国中转港口?
高一弟弟上设计课需要买电脑，为了杜绝他打游戏给他买了一万二的苹果，但他还是在想办法下载游戏，怎么救？
如何评价甲亢哥香港行一个香港明星都没遇见？
为什么bilibili后端要用go来写？
电话：
座机：
邮箱：
地址：
