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/}
有哪些你觉得逆天的电脑硬件？ 
人体组织在发育过程中，每个细胞是如何确定自己在宏观结构是的位置的？ 
你用n8n/dify搭建了哪些实用的Agent工作流？ 
曾经的班花，现在还多少人惦记？ 
为什么有些前端一直用 div 当按钮，而不是用 button？ 
显示器选32还是27，2k还是4k? 
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？ 
当年苏联挖地球为什么挖到 12262 米就停止了？ 
AI绘画，描述关键词（提示词）需要遵循什么逻辑呢？ 
为什么山姆这么受欢迎？ 
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j***a被部分开发者认为是低端技术？ 
各大媒体预测顺位皆在首轮之后，杨瀚森实际顺位大涨是因为什么？ 
鸿蒙电脑会在国内逐渐取代windows电脑吗？ 
电视机为什么有大流量上传? 
男医生在给年轻靓丽的女性检查时会是什么心态？ 
