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。
。
golang总体上有什么缺陷？
为什么 Windows 系统上的安装包有 exe 和 msi 两种格式，有什么区别？
我爸被车撞做了开颅手术，进了ICU，现在肇事司机说责任不在他，不肯赔钱，怎么办？
为什么有些NAS用户弄那么多硬盘?
大部分语言都用尖括号<>表示泛型，为什么golang要标新立异用中括号？
被执行人欠我26万，一次性付清20w和解，我该同意吗?
Nginx 能做什么好玩的事情？
如何评价林志玲？
Tauri 为什么仍未取代 Electron？
电话：
座机：
邮箱：
地址：
