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。
。
25年福建高考成绩已出，福州一中高分段为啥考不过厦门双十跟厦门一中？
宋佳凭借电视剧《山花烂漫时》「张桂梅」一角二封白玉兰视后，如何评价她的演技？
多益网络输了餐费官司，准备近几年搬离广州，你怎么看？
当初中俄为什么不摧毁朝鲜的核设施，让朝鲜拥有了自己的核武器？
女生真正的完美身材是什么样子？
公司就一个后端一个前端，有必要搞微服务吗？
为什么国内的uni***一直没人讨论呢？
《诡秘之主》动画已经播出，感觉怎么样？符不符合大家的期待？
国内哪家waf设备比较靠谱？
intel N100 这颗电脑cpu可以流畅使用5年吗？
电话：
座机：
邮箱：
地址：
