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/}
为什么CCTV-6总是能播一些连院线都上不了的电影？ 
为什么linux桌面那么丑？ 
这种裙子是不是对直男爆杀？ 
Golang与Rust哪个语言会是今后的主流？ 
如何评价高圆圆的身材算是美女类型的吗？ 
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？ 
如何看待CCTV13批评“L2.999智驾”等误导性宣传，若导致事故车企可能需要担责？ 
如何评价网传那尔那茜高考179分(含加分)考入上海戏剧学院***？ 
中国的歼35A可以吊打十架韩国的KF21吗? 
一个练过功夫的姑娘能打过一个没练过的男人吗？ 
感觉鱼缸久了底下火山石里脏脏的，能彻底换水清理一遍不？ 360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？ 
炫富真的很爽吗？ 
陈晓和刘亦菲有没有可能在一起？ 
为什么水泥封不住尸臭? 
如何实现电脑定期自动热备份？ 
