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/}
蜜雪冰城香港门店被通报「产品大肠菌群超标 70%」，哪些环节可能导致大肠菌群超标？会对身体有哪些危害？ 
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？ 
在第三方应用内登录 Google 账户安全么？ 
QQ为什么败给微信？ 
如果得知一枚核弹将在10分钟后在你的城市爆炸，除了等死还能干嘛？ 
为什么一般人不建议住别墅? 
国产手机AI「好用」的背后，是技术差距还是文化差异？ 
在中国有多少开发者使用Rust编程语言？ 
商城里如何缓存商品信息? 
女孩子第一次穿高跟鞋是什么体验？ 
足球的地面身体对抗和肌肉体重关系大，还是和技巧关系更大？ 
中国女篮张子宇身高 2 米 26 制霸赛场，身高因素在篮球比赛中能占多大优势？她会是下一个「姚明」吗？ 
高考结束了，有大佬可以指点一下吗？：想要自学编程，有没有什么好的网站和学习***推荐？ 
哪些 Rust 库让你相见恨晚？ 
如何评价女明星梅根福克斯的身材？ 
近日中国开始在以色列撤侨，中东是否有大战要发生？
