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。
。
家里安装千兆宽带有意义吗？
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？
各省的省超出来后（类似于苏超），中超是不是就废了？
评价一下Proxmox VE与ESXi的优劣？
易语言作者吴涛的技术水平在国内能排到什么级别？
为什么***骂 Ubuntu，但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的？
如何说服技术老大用redis？
为什么软件公司很少用python开发web?
为什么 mac mini 的 m4 版本价格这么低呢？
为什么海军要单舰满世界溜达呢？
电话：
座机：
邮箱：
地址：
