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。
。
为什么软件公司很少用python开发web?
颈椎生理曲度变直可以通过运动康复吗？
大家猜猜伊朗的结局如何？
使用J***a开发简单CAD软件？
有哪些曾经是穷人食物现在却是奢侈食物？
为什么说男人至死都是少年？
武松杀嫂，为什么要先扯开她的胸衣，多此一举还是另有深意？
为什么程序员独爱用Mac进行编程？
怎样看日本于近期展出马关条约原件？
女人为什么身体那么软？
电话：
座机：
邮箱：
地址：
