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/}
有没有一个特别好用的Linux系统？ 
为什么男生都不喜欢173身高的女生啊? 
switch2好用吗朋友们? 
如果得知一枚核弹将在10分钟后在你的城市爆炸，除了等死还能干嘛？ 
为什么大学成抑郁重灾区? 
女生真正的完美身材是什么样子？ 
跨平台GUI框架到底应该自绘还是原生控件绑定？ 
为什么上海暂时还没取代香港成为亚洲金融中心？还没取代纽约成为世界金融中心？ 
为什么很多男人都喜欢大胸的女生？ 
为什么韩国的热辣舞团无法征服中国的男性市场？？ 
duckdb的性能如何？ 
如何评价网红店太二酸菜鱼? 
有没有人***正好撞到你擅长的领域上的？ 
做好的flask项目怎么部署到服务器，使用公网ip可访问？ 
中年女性如何保持身材？ 
深圳一奔驰车高速上失控多次熄火，前车主远程劫车获刑 4 年，怎样从法律角度解读？远程控制是否存在漏洞？ 
