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。
。
如何看待 Rust 写的 PNG 解码器比 C 实现更快？
封建时代土地兼并真的没有办法处理吗？
Go 语言的使用感受是什么？
平面设计师要被时代淘汰了吗？
Golang vs Rust vs Dlang 哪个更有前途，哪位大牛这 3 门语言都用过？
为什么感觉四***明很空洞？
长期使用的大佬来说说，MacOS 真的比 Windows 稳定吗？
如何搭建自己CDN服务器?
为什么中国JK无法拍出日本JK的感觉?
有没有一款音乐播放器，能连接nas音乐，创建音乐库，自动匹配歌词封面等等？类似infuse的概念呢？
电话：
座机：
邮箱：
地址：
