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/}
乳房大小和母乳多少有关吗? 
一个女人能装到什么程度？ 
如何看待演员夏雨称「真正玩极限运动的都是胆小的人」，如何理解这一观点？ 
为什么国人都不怎么注重保护牙齿？日常生活中有哪些护理口腔的常识？ 
多益网络输了餐费官司，准备近几年搬离广州，你怎么看？ 
公司规定所有接口都用 post 请求，这是为什么？ 
喊老公给娃穿裤子，喊不动，我把裤子扔在玩游戏的他的头上，他把电脑砸了，我该怎么处理? 
如何评价张靓颖刘宇宁《九万字》? 
***如台湾省同意回归，但要求保留100%的治权财权人事权、90%的军权和20%的外交权，可行吗？ 
手机的运行内存真的有必要上16GB吗？ 
为什么那些滥交的男女不怕染上***？ 自己拥有一台服务器可以做哪些很酷的事情？ 
为什么年轻的肉体让人沉迷？ 
毕设答辩，老师说node不可能写后台怎么办? 
Mac 发展那么多年结果只能剪***吗？ 
为什么一部分 Go 布道师的博客不更新了？ 
