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。
。
如果不能使用linux，只能选鸿蒙与windows，你会选哪个？
目前最流行的 rust web 框架是什么？
为什么MIPS架构的路由器CPU能实现比X86高很多的网络吞吐量？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
如何说服技术老大用redis？
MongoDB的缺点以及你为什么不使用MongoDB？
高薪裁员的中年人送外卖还是开滴滴好?
你见过身边身材最好的女生是什么样子的？
有一张巨强的显卡是什么体验？
有谁现在正在使用苹果mac mini 吗？能分享一下使用感受不？
电话：
座机：
邮箱：
地址：
