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/}
现在学习QT，还有前途吗？ 
男人拥有家庭是什么感觉？ 
易语言作者吴涛的技术水平在国内能排到什么级别？ 
为什么负荷那么大的腰部力量训练的人不会受伤，长期无载荷久坐的人会出现腰肌劳损？ 
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？ 
作为一个服务器，node.js 是性能最高的吗？ 
警犬知道自己是警犬么？ 
你身边身材最好的女生是什么样？ 
Flutter 为什么没有一款好用的UI框架？ 
为什么一部分 Go 布道师的博客不更新了？ 
你认为美国最近30年最烂的一个总统是谁？ 
windows用什么写2d渲染？ 
你身边身材最好的女生是什么样？ 
歼20速度接近3马赫是什么水平？ 
PHP现在真的已经过时了吗？ 
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？ 
