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/}
学生校服如何隐藏内衣痕迹? 
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？ 
今天面试第五家公司被拒，面试官说我你技术没问题，但35岁要25k，不如招2个应届生，我该如何应对？ 
有没有什么软件是适合老师出题考试用的？ 
各位都在用Docker跑些什么呢？ 
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？ 
中国军队有多强，在世界能排第几？ 
西方人是怎么发现地球是圆的的？ 以色列为什么要打伊朗？ 
如何看待“将军的迈巴赫是属于人民的 将军只有每天24小时使用权”这句话？ 
亚克力鱼缸这么容易模糊吗? 
安赛龙有可能超越林丹吗？ 
duckdb的性能如何？ 
吃爽了是怎样一种体验？ 
为什么 macOS 并不差，可市场总敌不过 Windows？ 
为什么中国足协成了“过街老鼠”了？ 
