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。
。
宋小宝在某音直播，去本山家吃饭。 本山说:“有新下的大酱，...
我个人是用的阿里云做的内网穿透，阿里云有个峰值带宽200M不...
目前的时代，2025年，前端比后端要麻烦，不是难，是麻烦。 ...
你这算什么，我比你严重多了。 到现在整整10年，一样活的好好...
1. Rust 发展趋势：近年来增长最快的编程语言之一，被 ...
哥们，大概率不可能的，以我之见，现在好的人可能和自愈就没什么...