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/}
成都和武汉，现在还能算是一个级别的城市吗？ 
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？ 
有没有好用的本地***去水印免费软件？ 
科学怎么解释中医把脉孕检，并且知道怀的男孩女孩？ 三只羊是不是被人做局了？ 
C++性能高吗？对比rust有何优势？ 
女生可以在家中裸居吗？ 
在所有动物肉中，哪一种味道最好？ 
为什么网上那么多人说广州没落是因为城中村？ 
为什么小男孩小时候要比小女孩难养好多? 
VScode怎么配置好golang？ 
学生校服如何隐藏内衣痕迹? 
以色列和伊朗的局势会如何? 
越正经的女人越容易做出疯狂的事吗？ 
JetBrains 放弃 AppCode 是否是一个错误决定？ 
长得和刘亦菲很像是一种什么体验？ 
