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/}
如何评价韩剧《鱿鱼游戏 3》（最终季》？ 
哪种局域网传输软件比较好？ 
邻居家小孩来敲门问WiFi密码，告诉他之后，他竟然几部手机电视全用上。你说该怎么办？ 
宝宝们 敢不敢发出你们自己最可爱的自拍照? 
双胞胎为什么要穿得一模一样，目的何在？ 
iPhone用户是什么原因才用苹果手机？ 
用PHP写了个小框架，怎么才能得到大佬们的指点？ 
桂林米粉为什么走不出桂林? 
「绝世美女」都有什么特点？ 
求大神解答，为什么大家都不喜欢用docker？ 
微软的 copilot 代码助手有哪些免费的开源平替？ 
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？ 
大家在广州的一天是怎么样的呢？ 
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）? 
为什么B-2轰炸机从来不敢来中国？ 1-5月全国规上工业企业利润下降1.1%，国有企业下降2.8%，民企利润增长3.5%，对此你怎么看？ 
