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/}
慈禧为什么要反对戊戌变法？ 
为什么同样是输球，常州和国足的风评却差那么多呢？ 
如何评价高圆圆的身材算是美女类型的吗？ 
为什么中国足协成了“过街老鼠”了？ 
特斯拉modelY有必要延期到7月份提车吗? 
能分享一下你写过的rust项目吗？ 
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？ 
Golang中有必要实现Async/Await吗? 
女明星陪酒真的存在吗？ 
从零写一个3D物理引擎难度多大? 
华为官宣鸿蒙 HarmonyOS 5.1 将于 7 月开启升级，对此你怎么看？会选择第一时间升级吗？ 如何评价「绝区零」2.0版本新开启的常驻经营活动「凋容十载随便一观」？ 
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？ 
你卡过最厉害的bug是什么？ 
网站建设怎么做?网站建设哪个公司好? 
Python+rust会是一个强大的组合吗？ 
