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。
。
为什么年轻的肉体让人沉迷？
一个坚持练搏击二十年的70岁老人，能打过30岁同样体重的普通人吗？
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
苹果 macOS Tahoe 26 新 Finder 图标引争议，其争议点主要集中在哪些方面？
Linux 下有没有类似 Everything 的搜索工具？
为什么国人都不怎么注重保护牙齿？日常生活中有哪些护理口腔的常识？
Electron 做游戏客户端的潜力有多大？
少儿编程就是从小学习敲代码？如何看待越来越火的少儿编程？
***如你财务自由，是买一个大平层还是买一个大别墅？
今年大二，想知道为什么有人说C++是纯恶心人的语言？
电话：
座机：
邮箱：
地址：
