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。
。
为什么那么多人用GO？GO语言的优势在哪里？
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？
你生活中做过最自律的一件事是什么？
脸与身材不符是种怎样的体验？
你见过最漂亮的女生长什么样？
什么是微软式中文？
手术时把大脑拿出来还能接回去吗?
季后赛詹姆斯全力防巅峰乔丹，能不能把乔丹限制到25分以下？
Golang和J***a到底怎么选?
如何评价Cursor？
电话：
座机：
邮箱：
地址：
