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。
。
请问Adobe***不支持pr国区下载怎么办？
小区楼下的自动售水机的水干净吗？
udp比tcp快多少？
如果我写个脚本，一直跌的股票一旦上涨就立刻（1s内）买，接着一旦下跌就立刻（1s内）卖，会怎样？
威士忌和白酒都是蒸馏酒，到底有什么区别？
这种裙子是不是对直男爆杀？
夸克网盘有可能超越百度网盘吗？
如何评价林志玲？
如何赚美金？
自由泳是真的很累啊，怎么办？
电话：
座机：
邮箱：
地址：
