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/}
你见过身边身材最好的女生是什么样子的？ 
工作上犯了错误，没有造成损失，完全可以瞒过去，我该向领导坦白还是隐瞒呢？ 
如何评价张靓颖刘宇宁《九万字》? 
为什么有些门开关时特别容易夹手？背后的设计缺陷可能有哪些？ 
个人开发者或小企业不申请经营性ICP备案，怎样开发APP盈利? 
亚克力鱼缸这么容易模糊吗? 
做个web服务器，gin框架和go-zero怎么选？ 
有没有免费的云服务器? 
如何评价林志玲？ 
消息称苹果 macOS 26 将不再支持部分旧款英特尔 CPU 机型，这背后原因有哪些？ 
如何看待朝鲜海军崔贤级二号舰“姜健”这么快就得以修复？ 
一个练过功夫的姑娘能打过一个没练过的男人吗？ 
飞天茅台散瓶批发价跌破 2000 元，背后什么原因？收藏茅台还能增值吗？ 
Chrome 浏览器设计的神细节有哪些？ 
涉密计算机可以用windows10操作系统吗? 
Rust有什么好用的CLI库吗？ 
