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/}
如何评价首个女性友好的编程语言HerCode? 
姐妹们穿裙子露出安全裤打底裤会害羞吗? 
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？ 
如何评价思源笔记? 
J***aScript 已经强大到什么程度了？ 
骑车后腰疼直不起来做什么运动比较好呢？ 
大a下一个牛市多久到来? 
如何优雅地给妹子优化电脑（Windows）？ 
程序员如何用好 Cursor 工具？ 
明明是腰椎间盘突出，为什么会腿疼? 
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？ 
国产数据库有什么坑？ 
冬天也要穿胸罩吗? 
这是男朋友桌面的游戏，有什么是我可以陪他玩的吗？ 
怎么才能有尤雨溪一半强，该怎么学习？ 
以色列为什么要打伊朗？ 
