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/}
花旗预测未来几季金价将回落至每盎司 3000 美元以下，这其中有哪些相关依据？ 
近日中国开始在以色列撤侨，中东是否有大战要发生？ 
北京日报点名批评“苏超”过度娱乐化的动机是什么？ 
当年《诛仙》第一部的成功在于什么？ 
淘宝为什么要提供npm镜像? 
越正经的女人越容易做出疯狂的事吗？ 
亚洲体坛最漂亮的十位女运动员都有谁？ 
Chrome 浏览器设计的神细节有哪些？ 
有一个乌克兰的朋友问我，中国人凭什么能享受和平，我该怎么说？ 
刘强东称「京东外卖很快就会出来一个跟美团完全不同的商业模式」，如何看待此回应？ 
为啥大家都这么难戒赌? 
Node.js是谁发明的? 
是什么原因让你一定要用 iPhone？ 
写业务的话，go是不是垃圾？ 
凤凰传奇曾毅公开佩戴含有不雅元素的手表，这涉嫌违法吗？如何从法律角度解读？ 32岁程序员独立开发者纠结要不要回农村生活? 
