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。
。
单依纯和黄霄云谁颜值更高一点？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
使用c++编写的后端server，部署三个机器上，使用什么技术实现数据同步比较好？
高一弟弟上设计课需要买电脑，为了杜绝他打游戏给他买了一万二的苹果，但他还是在想办法下载游戏，怎么救？
你们学校的校花都是怎么样的？
间谍一般是怎么暴露的？
为什么情侣在一起旅行后容易分手？
胡赛武装武器哪里来的?
哪张照片让你觉得刘亦菲美得不可方物？
有什么是虚拟机代替不了物理机的?
电话：
座机：
邮箱：
地址：
