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/}
我应该设置多少kb才能让他不能玩游戏？ 
为什么章若楠和杨超越长得很像，男人却更喜欢章若楠，认为有女人味，而觉得杨超越像小女孩？ 
从技术上看，cloudflare比其他公司牛在哪儿？ 
编译器和解释器的分界线在哪，字节码效率能否无限接近机器码？ 
怎么排人体湿气？ 
我的电脑硬件不支持硬解422 10bit***，但是用达芬奇可以编辑和导出，这是为什么? 
J***aScript 已经强大到什么程度了？ 
docker有哪些有趣的用途? 
张伟丽可以打败什么级别的普通男性？ 
养乌龟是什么体会？ 
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？ 
有哪些让你目瞪口呆的 Bug ？ opencv如何识别低对比度露珠? 著名武术导演唐佳在佐敦跳楼去世，享年 88 岁，如何评价他的一生？ 
用PHP写了个小框架，怎么才能得到大佬们的指点？ 
内蒙古一男子在女方出轨后，殴打妻子后发生性关系被告***，婚姻存续期***如何界定？该案将如何判决？ 
