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。
。
相对于 Linux，Windows Server 存在的意义是什么？
如何自己搭建家庭服务器？
你捡过最大的漏是什么？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
三只羊是不是被人做局了？
你在出租房屋发现过什么前租客留下的“宝藏”？
PHP现在真的已经过时了吗？
为什么电信运营商们肯拼命加下行带宽，却对上行严防死守?
我的世界怎么租一个四个人的服务器？
自己组一个E5服务器才几百块钱，为什么去阿里云租这么贵?
电话：
座机：
邮箱：
地址：
