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/}
Centos为什么突然没人用了? 
PHP现在真的已经过时了吗？ 
黄晓明上戏考博落榜，本人回应「明年再战」，怎样看明星对高学历的追求？上戏博士有多难考？ 
柳州的债务，谁来还？用什么还？怎么还？ J***a的用户界面如何设计，是否存在类似于Delphi一样便捷的可视化用户界面设计工具？ 
如何评价 Windows 11 的 UI ？ 
男子聚餐喝酒后冻死街头，法院表示「4位同事无过错」，如何评价此事？共同饮酒人是否需要承担责任？ 
为什么苹果手机杀后台现象频繁？是内存不够、后台管理严格还是其他原因呢？ 
为什么电脑厂商用了二十多年时间才发现电源应该放在机箱下部？电源下置这么显而易见的结构这么晚才出现？ 
真的没有人觉得2k是一个很尴尬的分辨率吗？ 
有哪些女主让你觉得真是「人间尤物」？ 
大家有没有「大众认为是烂片但个人却喜欢看」的影片？ 
你为什么在日常生活中不敢穿的太漂亮？ 
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？ 男子聚餐喝酒后冻死街头，法院表示「4位同事无过错」，如何评价此事？共同饮酒人是否需要承担责任？ 
为什么年轻的肉体让人沉迷？ 
