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。
。
手机为什么不取消SIM卡，使用esim，这样手机卡槽取消了不就能省下很大一部分空间了吗？
胸大的女孩子有什么烦恼？
在微软（Microsoft）工作是怎样一番体验？
Node.js是谁发明的?
独立开发者都使用了哪些技术栈？
为什么 Windows 的兼容性这么强大，到底用了什么技术？
游戏的程序员会不会偷偷改自己账号的数据？
现在写 J***aScript 的是不是已经没人在用 class 这个关键字了？
做网页开发时，允许用户输入url图片地址来作为自己的头像有什么风险？
女生第一次来大姨妈什么感受？
电话：
座机：
邮箱：
地址：
