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/}
医生老师公务员三个铁饭碗群体，谁会第一个面临职业危机呢？ 
女生第一次来大姨妈什么感受？ 
国产轮胎那么便宜，为什么很多人非要买高价的国外轮胎？? 
当初中俄为什么不摧毁朝鲜的核设施，让朝鲜拥有了自己的核武器？ 
蒋奇明凭借《边水往事》获得白玉兰最佳男配角奖，如何评价他的演技？你对他塑造的哪些人物印象深刻？ 
自己拥有一台服务器可以做哪些很酷的事情？ 
docker怎么修改拉取源从指定的国内仓库拉取镜像？ 
C# 如何解决这个代码复用问题？ 
MongoDB的缺点以及你为什么不使用MongoDB？ 
你在出租房屋发现过什么前租客留下的“宝藏”？ 
想知道德普怎么看上艾梅柏·希尔德的？ 
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？ 
自然界中吃鱼的动物都是如何避免被鱼刺卡住的？ 
为什么现在科技热点是GPU，不是CPU了？ 
家长过度提醒是否真的会损害孩子的自驱力？ 
J***a 除了 Spring 还有什么？ 
