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。
。
{dede:pagebreak/}
央企的信创，是否有必要把 spring 替换成国产的 solon ？ 
从现在看，沙特当年35亿买东风三的投资是不是划算的？ 
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？ 
面试中被嘲笑Token放在redis里，该如何应对这种情况呢？ 
全球每年约500万匹马被屠宰，为什么却见不到中国人吃马肉？ 
腾讯开源的 libco 号称千万级协程支持，那个共享栈模式原理是什么? 
中国民间中小工厂能快速造出武器吗？ 
家庭网络，是否有必要做多个网段并隔离？ 
Swift 和同时代的其他语言比起来怎么样？ 
flutter为什么不用Go语言，而用Dart? 
为什么 IPv6 在国内至今未得以大规模应用? 
如何使用hexo+github搭建华丽博客 ，类似***://codingxiaxw.cn/的博客？ 
歼20速度接近3马赫是什么水平？ 
如何看待多地推出升级版「禁酒令」？ 
有没有免费的语音转文字的软件？ 
把一个1g的***通过***请求上传到服务器中，如何保证性能？ 
