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。
。
{dede:pagebreak/}
异性同办公室久了会不会日久生情？ 
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？ 
以总理称已控制伊朗首都领空，领空被控制意味着什么？伊朗还可以通过空袭反击吗？ 
钱学森弹道为什么只有中国能掌握？ 
golang 与rust 在服务器程序领域相比较，各有什么优劣势？ 
Node.js是谁发明的? 
苹果公司为什么要将 Swift 语言开源？开源后对该语言的发展会产生哪些影响？ 
《情深深雨濛濛》中，何书桓如果早出生几十年会有三妻四妾吗？ 
为什么新流行的开源编辑器都在用Rust开发？ 
慈禧为什么要反对戊戌变法？ 
快30岁还是处女的女生，中国男生是怎么看的呢？ 
***如古代长城用的是C140混凝土，那千百年下来会完整的留存至今还是损坏的更加严重？ 
一个练过功夫的姑娘能打过一个没练过的男人吗？ 
开源 waf 哪些值得推荐？ 
***如发生战争，14 亿中国人每人捐款 1000 元，可以打几天？ 
飞天茅台散瓶批发价跌破 2000 元，背后什么原因？收藏茅台还能增值吗？ 
