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。
。
超小团队选择Django还是Flask？
真的有这种又苗条身材又爆炸的么？
毕设答辩，老师说node不可能写后台怎么办?
为什么国内程序员不喜欢写单元测试？
吴柳芳的真实水平如何？
MongoDB的缺点以及你为什么不使用MongoDB？
为什么要学go语言，golang的优势有哪些？
能分享一下你写过的rust项目吗？
你见过身边身材最好的女生是什么样子的？
歼20速度接近3马赫是什么水平？
电话：
座机：
邮箱：
地址：
