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/}
自己拥有一台服务器可以做哪些很酷的事情？ 
Python+rust会是一个强大的组合吗？ 
颈椎生理曲度变直可以通过运动康复吗？ 
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？ 
如何评价字节跳动开源的 HTTP 框架 Hertz ？ 
使用J***a开发简单CAD软件？ 
从2025年开始，为什么很多程序员都扔掉了Windows、Mac和Linux，开始拥抱鸿蒙pc了？ 
印度是真的烂还是咱们在信息茧房里面？ 
能分享一下你写过的rust项目吗？ 
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧? 
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？ 
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？ 
现阶段的时代红利是什么？ 做好的flask项目怎么部署到服务器，使用公网ip可访问？ 
Linux内核代码大佬们如何观看的？ 
如何看待黑泽志玲被家暴？ 
