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/}
体制内，你见过单位“一把手”是怎样把一个单位的风气搞坏的？ 
有什么 j***ascript 的好书推荐？ 
为什么体制内大家看起来都很平庸？ 
淘宝是如何做到长时间在 iOS 后台运行的？ 
手术时把大脑拿出来还能接回去吗? 
钓鱼怎么绑鱼竿线呢？ 
怎么把多个pdf合并在一起？ 
为什么中国开发不出流行的编程语言？ 
中国为什么要每隔10年搞一次大阅兵？ 
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？ 
怎样练出阿纳托利那样的身材? 雷军，是真的如表现的那么真诚吗？ 
亚克力鱼缸这么容易模糊吗? 
你们是怎样看待警察这一职业的？ 
为什么那么多美国人对特定食物过敏，而在中国很少听说？ 
超小团队选择Django还是Flask？ 
