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/}
照骗能骗到什么程度？ 
tkinter可以做出多复杂的界面？ 
你认为孩子学习编程的最大好处是什么，等级考试有用吗? 
广东清远市清城区发生 4.3 级地震，目前当地情况如何？哪些地方有震感？ 
动漫《死神》有哪些性暗示？ 
如何评价Electron？ 为什么感觉腾讯的风评越来越好了？ 
如何评价 Vue.js 纪录片？ 
《原神》5.7 版本魔神任务第五章•第六幕「你存在的时空」体验如何？ 
为什么 macOS 并不差，可市场总敌不过 Windows？ 
哪张照片让你觉得刘亦菲美得不可方物？ 
工业克苏鲁什么意思? 
舅舅立遗嘱换我养老该怎么办？ 
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？ 
为什么台式 PC 还处在组装（DIY）阶段？ 
有哪些 2025 的神预言？会发生什么？ 
