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/}
为什么同样是输球，常州和国足的风评却差那么多呢？ 
《沙丘》中为什么不把沙虫幼体运到其他星球去生产香料？ 
有没有一个特别好用的Linux系统？ 
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）? 
明星的精修图和生图差别真的很大吗？ 买到烂尾楼到底该有多绝望？ 
你的老师长什么样？ 
中年夫妻有多少生活和谐的？ 
明星的精修图和生图差别真的很大吗？ 
为什么鸿蒙PC要排斥Linux生态？ 
中国的导弹水平到底怎么样？ 
老板说我设计了一周的海报还是不行，我到底该怎么学啊？ 
为什么没有核动力货轮？ 
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？ 
《西西里美丽传说》女主角，在当时打扮这么高调，不觉得带给自己很多不便吗？如何理解她的心态？ 
一套正版adobe全家桶多少钱？ 
