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/}
2025年了expo和Flutter学哪个？ 
如何评价华为鸿蒙电脑？ 
雷军为什么不愿意用性价比打法进军NAS？ 
中国 5 月 Swift 人民币在全球支付中占比下降至 2.89%，背后的原因和未来的发展趋势是什么？ 
如果是你，你会选择Windows还是Mac？ 能分享一下你写过的rust项目吗？ 
为什么男生都不喜欢173身高的女生啊? 
如何评价网红店太二酸菜鱼? 
为什么感觉wps的用户越来越多，office没人用了? 
飞天茅台散瓶批发价跌破 2000 元，背后什么原因？收藏茅台还能增值吗？ 
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？ 
如何看待 2026QS 世界大学排名？ 
为什么现在年轻人存不下钱? 
《原神》中丝柯克的诱惑在哪里? 
多个充电宝或电芯品牌的 3C 认证证书被暂停，涉及罗马仕、安克、绿联、倍思、安普瑞斯等，发生了什么？ 
买到烂尾楼到底该有多绝望？ 
