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/}
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？ 
为什么感觉四***明很空洞？ 
《甄嬛传》中祺贵人为什么和甄嬛反目？ 
中国大陆的苹果手机被阉割了哪些部分? 
请问照片里这个人是谁呀？ 
Tauri 为什么仍未取代 Electron？ 
《我是歌手》至今来的歌手哪一位最悲剧？为什么？ 
国内大厂现在用rust的多吗？ 
40岁的中年人，失业一年了，出路到底在哪里？ 
如何看待 Rust 的应用前景？ 
胖东来能长久下来吗？ 
紧身牛仔裤看起来不正经，真的是这样吗？ 
小鹏车主，如果再换车还会选择小鹏吗，欢迎大家理性讨论，给正在观望准备买车的一点中肯的建议？ 
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？ 为什么欧美影视喜欢露点？ 
凡人修仙传#为啥只有韩立学各家技能，其他人为啥不去学? 
