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/}
为什么一部分 Go 布道师的博客不更新了？ 
大家在做登录功能时，一般怎么做暴力破解防护？ 
《红色警戒2》里为什么防空导弹不如防空炮？ 
我的儿子随我姓，为啥婆家反应那么大？ 
自己拥有一台服务器可以做哪些很酷的事情？ 
为什么只有 JAVA 是一边倒被骂的? 
Jetpack Compose 和 Flutter 应该先学哪个呢？ 
真的没有人觉得2k是一个很尴尬的分辨率吗？ 
两个人在一起很合适是什么样的感觉？ 
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？ 
女生被踢裆也会很疼吗？ 
养龟玩龟的人可怕吗？ 
LCD党真的只是少部分人吗？ 
如何看待 Rust 的应用前景？ 
蜂鸟音乐要求邓紫棋立即下架重制歌曲，邓紫棋回应不会下架，此前她称 6 年没收到版税，如何看待此事？ 
为什么人到中年，很少有身材苗条的？ 
