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。
。
你见过最无用的节俭行为是什么？
组nas一定要TDP低的cpu吗？
非计算机专业，好奇为什么会出现“程序依赖bug运行”的情况？
软路由真的比硬路由更好吗？
为什么负荷那么大的腰部力量训练的人不会受伤，长期无载荷久坐的人会出现腰肌劳损？
为什么职位越高的人越不排斥上班，特别是有些领导是加班控？
有哪些好用的开源软件？
养乌龟是什么体会？
毕设答辩，老师说node不可能写后台怎么办?
中医把脉是***吗？
电话：
座机：
邮箱：
地址：
