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/}
Web后端开发，用Python还是Go呢？ 
部队的体能训练一般有哪些？ 
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？ 
为什么苹果的定制硬盘颗粒是银色封装，而无论是nvme ssd，笔记本板载还是手机硬盘都是黑色封装? 
老挝是个怎么样的国家？ postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？ 
健身教练们觉得女生怎样的身材才是好身材？ 
有没有一个特别好用的Linux系统？ 
***咖被曝员工月薪 2300 元只休 1 天，这样的薪资和工作条件是否合理？ 
鸿蒙电脑会在国内逐渐取代windows电脑吗？ 
***移动在德国起诉小米侵犯4G专利，大家如何看待此***？ 
为什么现在女孩子爱好烘焙，在相亲中也成了槽点了？ 
你见过身边身材最好的女生是什么样子的？ 
真的有这种又苗条身材又爆炸的么？ 
30岁了，你在深圳过着什么样的生活？ 
胸大的女孩会自卑 吗？ 
