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。
。
海贼王为什么现在被全网黑?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
Grafana 与 Kibana 有什么区别，Kibana 能做的事情 Grafana 是否也都能做？
你亲眼见过的厉害中医是什么样？
为什么小米造车可以叫小米，而华为不可以用华为品牌造车？
为什么这么久了还是没有主流软件开发鸿蒙版？
如何评价***伊内斯·特洛奇亚的身材？
56 岁白岩松踢球摔倒久不能起，他目前情况如何？踢球时需要注意什么？
如何评价宝鸡这个城市？
有没有什么软件是适合老师出题考试用的？
电话：
座机：
邮箱：
地址：
