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/}
老公加班过多，是逃避家庭责任吗？ 
ant-design-vue 社区为什么不维护了？ 
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？ 
既然显卡发热量那么大，为什么不把热量收集利用起来，比如烧水和供暖？ 
女生真正的完美身材是什么样子？ 
显示器选32还是27，2k还是4k? 
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？ 
如何评价高圆圆的身材算是美女类型的吗？ 
有哪些新生代没见过或者无法理解的 Windows XP 7 时代的事情？ 
始终怀不上孕是种怎样的体验？ 
使用内存超过32G(含)的电脑是种怎样的体验？ 
因为一套房子，你愿意把36周的宝宝提前剖腹产出来吗？ 
目前中国程序员和美国程序员的差距在哪里？ 
为什么不用rust重写Nginx？ 
我的儿子随我姓，为啥婆家反应那么大？ 
网红大蓝老婆大叶子晒自己的电费？40万每年，到底是什么概念？ 
