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。
。
去游泳的时候见过一个，165左右，小头宽肩细腰胯宽腿直肤白，...
一般来说民办高校的学费要比公办高校高不少，一年9.6万贵吗？...
我们师范院校，美女真的好多，不同种的美女，真的都可好看，有一...
利益相关：前员工，在小米工作7.5年，22年38岁被裁员。 ...
那自然是刘亦菲打枪图: 这颜值，这发量，这腰身，这曲...
不不不，你搞错了，省电的原因，不是因为cpu的架构不同，而是...