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/}
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？ 
同身高体重亚洲人体格比欧美人小很多？是骨架的问题吗？ 
求27寸4k显示器推荐? 
什么时候你开始发现俄罗斯不过如此？ 
导师给了1.4W要我给工作室买个主机，是整机还是自己配？ 
宝宝们 敢不敢发出你们自己最可爱的自拍照? 
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？ 
《诡秘之主》动画已经播出，感觉怎么样？符不符合大家的期待？ 
Windows上有没有一分多屏和多屏合一的软件？ 
正常人吃治疗抑郁症的药会变快乐吗？ 
女生腰细是怎样的体验？ 
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？ 
皮肤太白是种怎样的体验？ 
自己拥有一台服务器可以做哪些很酷的事情？ 
DockerHub里面有哪些好用的镜像? 
为啥苹果不给 MacBook Pro 加上这些特性？
