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/}
女明星穿瑜伽裤出门是什么体验? 
超小团队选择Django还是Flask？ 
如何看待凤凰传奇取消天津场演唱会？ 
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？ 
游戏***1秒钟能达到6击键吗？ 
Linux下监控流量一般使用什么工具？ 
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？ 
如何评价华为鸿蒙电脑？ 
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？ 
中年夫妻有多少是生活和谐的？ 
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？ 
如何优雅地给妹子优化电脑（Windows）？ 
吴彦祖疯狂接代言被猜缺钱，卖完英语课又代言黄酒，他是真的缺钱还是有其他考量？ 
儿子抑郁四年左右了，他的未来该怎么办？ 
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？ 
H264和H265谁画质好，求回谢谢！？ 
