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。
。
在现实中，普通人仿照***《一拳超人》中琦玉老师的锻炼方法锻炼三年会怎么样？
Electron 做游戏客户端的潜力有多大？
为什么长得漂亮却没什么用?
如何评价连云港这座城市?
你身边身材最好的女生是什么样？
可以随身携带一个Linux系统吗？
如何评价「尖叫」这种饮料？
这种裙子是不是对直男爆杀？
你们在编程时遇到过什么离谱的bug吗？
obsidian用一两年后会有多大？全文搜索还快吗？
电话：
座机：
邮箱：
地址：
