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/}
易语言作者吴涛的技术水平在国内能排到什么级别？ 
白人女性是不是很美，为什么? 
爱人离世之后，还能正常生活吗？需要多久？ 
宁波东方理工大学学费每人每学年 9.6 万，为什么会这么贵？ 
python与nodejs哪个性能高？ 
战鹰真名叫什么？ 
为什么都对TLC乃至未来的QLC嗤之以鼻呢? 
老婆生了孩子，我对她完全没有感觉怎么办？ 
鸿蒙电脑会在国内逐渐取代windows电脑吗？ 
以后是OLED还是mini-LED的天下？ 
在正规足浴店现场自费充值人民币1万元及以上，是种怎样的体验? 
如何看待白玉兰评委会***陈宝国公开信中「提携新人」评奖原则？你预测今年哪些演员能获奖？ 
日媒认为中国女篮派张子宇上场就是带***器，不公平，怎么看？ 
网红大蓝老婆大叶子晒自己的电费？40万每年，到底是什么概念？ 
为什么有的房东喜欢把房间租给女租户？ 
气功是不是真的？ 
