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/}
深圳的人口最终会剩下多少？ 
27寸显示器有必要上4K吗？ 
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？ 
理论上flutter性能应该非常高才对，为什么好些flutter应用性能一般？ 
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？ 
照骗能骗到什么程度？ 
为什么Mac连个正儿八经的CAD都装不了还敢打着生产力的旗号？ 
为什么有的程序员很抗拒使用Ai? 
在武汉的你，择偶的标准是什么？ 
索尼互动娱乐宣布 PS6 的开发工作已经全面启动，你会如何期待索尼的下一代游戏主机呢？ 
什么是 AI Agent（智能体）？ 
你身边身材最好的女生是什么样？ 学计算机的要把这些书都全部看完吗？ 
如何判断鱼缸中的硝化系统是否已经成功建立？ 
为什么现在的年轻人更容易觉得疲惫？ 
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
