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/}
如何评价张靓颖刘宇宁《九万字》? 
Electron 和当下其他的桌面开发方法相比如何？ 
为什么有的女生喜欢穿紧身牛仔裤？ 
Firefox是如何一步一步衰落的？ 
目前国内网盘，最尊重用户的是哪家? 
世界上哪款战斗机最好看？ 
目前有什么可以本地部署的大模型推荐? 
如果每天在 LeetCode 上刷一道题，一年之后会有什么变化？ 
如何评价Orbstack（在Mac上低开销地运行容器和Linux）？ 
老公想要买2万左右的相机，我该同意吗？ 
印度GDP世界排名只落后中国二十年，为什么城市建设看起来却远不如当年的中国？ 
如何评价***伊内斯·特洛奇亚的身材？ 
如何评价鸿蒙电脑无法编写其自身运行的程序？ 
怎么才能有尤雨溪一半强，该怎么学习？ 
为什么中国JK无法拍出日本JK的感觉? 
PHP初学者，我能不能使用PHP来开发桌面应用？ 
