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。
。
Chrome 浏览器设计的神细节有哪些？
如何评价董宇辉自叹其比不了王勃这样的天才，自己也写不出苏轼的句子？
美国的一个航母编队真的可以完爆一个中小国家吗？
如何评价英伟达 NVIDIA 的总裁黄仁勋？
如何评价EDG无畏契约分部选手ZmjjKK？
为什么web worker可以在前端开多线程，解决单线程卡死页面的问题，但是没有得到广泛使用？
亚克力鱼缸这么容易模糊吗?
有什么是你去了上海才知道的事情？
Rust 的设计缺陷是什么？
女朋友去露营，3女2男的，要在野外搭帐篷过一夜，她的闺蜜不想让我去，我该怎么办？
电话：
座机：
邮箱：
地址：
