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/}
Node.js是谁发明的? 
体制内女老师，被关系户欺负，大吼——"不干就给老子滚"，我该怎么办？ 
中国与敌国发生战争，哪些国家会帮中国？ 
以前的日漫都这大胆的吗？ 
你的低成本爱好是什么？ 
商城里如何缓存商品信息? 
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？ 
golang和rust你选择哪个？ 
MacOS的哪个设计让你非常恼火？ 
为什么macOS软件生态不敌Windows? 
不看攻略游玩《艾尔登法环》是一种什么体验？ 如何评价张靓颖刘宇宁《九万字》? 
为什么没有核动力货轮？ 
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？ 
PHP现在真的已经过时了吗？ 
毕设答辩，老师说node不可能写后台怎么办? 
