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。
。
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
商业史上有哪些降维打击的经典案例？
为什么macOS软件生态不敌Windows?
你自己觉得自己的身材好吗？
为什么 J***aScript 在国外逐渐用于前端+后端开发，而国内还是只用它做前端？
被执行人欠我26万，一次性付清20w和解，我该同意吗?
工作中发生紧急情况，领导正在午睡，要不要叫醒他？
为什么是9月3日阅兵而不是10月1日国庆阅兵？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
KVM显示器有哪些？
电话：
座机：
邮箱：
地址：
