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。
。
{dede:pagebreak/}
Windows 上最应该卸载的三个软件是谁？ 
为什么要使用 Go 语言？Go 语言的优势在哪里？ 
一个人能做出什么开源项目？ 都说苹果是细节狂魔，那苹果有没有细节其实做的很差的点？ 
Electron 做游戏客户端的潜力有多大？ 
golang 与rust 在服务器程序领域相比较，各有什么优劣势？ 
有基于 C/C++ 的 Web 开发框架吗？ 
同事1个月请丧***3次，领导说你家亲戚死光了然后被打，做的对吗？ 
为什么国内程序员们没有联合起来设计一种中英文严格2:1宽度比的字体呢？ 
Flutter集成rust到底有多好？ 
为什么这么多人讨厌中国移动？ 
如何看待“开私人飞机的富人不带头环保，我一普通人为啥要环保”的观念？ 
如何评价“寡姐”斯嘉丽·约翰逊的身材？ 
只能选一个，你选谁？ 
鸿蒙电脑会在国内逐渐取代windows电脑吗？ 
为什么很多外行敢站出来评价中医？ 
