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/}
普通人用得着4k分辨率的显示器吗？ 
为什么很多外行敢站出来评价中医？ 
前端 css 中的 Grid 属性有哪些？ 
黄一鸣为什么敢承认孩子是王思聪的？ 
为什么CCTV-6总是能播一些连院线都上不了的电影？ 
为什么web worker可以在前端开多线程，解决单线程卡死页面的问题，但是没有得到广泛使用？ 
你会把交往十年的闺蜜删除吗？ 
PHP现在真的已经过时了吗？ 
这世界上有什么不能造***吗？ 
魔兽世界有必要4k吗? 为什么苹果的Mac不能啃下“游戏”和“软件支持”这2块硬骨头？ 
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？ 
毕设答辩，老师说node不可能写后台怎么办? 
为什么国内的黄***站不被查封？是难发现吗？ 
鱼缸的硝酸盐含量为多少比较合适？ 
ant-design-vue 社区为什么不维护了？ 
