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/}
以色列为什么突然敢打伊朗了？不怕被报复？ 
跟离异的女同事聊天时，她冒出一句：「你老婆还不如我，离了跟我过得了」，我该怎么回答？ 
如果战争爆发，中国普通老百姓枪都不会打该怎样自卫？ 
为什么全世界无一人能实现新mac直接全功能稳定装Win 11 arm，或PC直接装macOS arm？ 
刘强东称「京东外卖很快就会出来一个跟美团完全不同的商业模式」，如何看待此回应？ 
老公每晚都想要怎么办? 
微信头像会影响第一印象吗？ 
为什么CCTV-6总是能播一些连院线都上不了的电影？ 
如何看待罗帅宇爸爸新浪微博6月16日放出的录音材料？ 
如何评价泰勒·斯威夫特的身材？ 
如何看待《剑星》已登顶 Steam 全球热销榜？ 
使用J***a开发简单CAD软件？ 
你在出租房屋发现过什么前租客留下的“宝藏”？ 
做客孩子临走时带走几只玩具，我的孩子抗拒并一直哭，要怎么开导？ 
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？ 
有一个***约你出去，你会去吗？
