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/}
你拍到的自己最满意的照片是什么？ 
入职第一天有什么瞬间让你马上想离职的？ 
那你说什么样的是美女？ 
为什么 Windows 没有比较成熟的第三方桌面环境（explorer.exe）？ 
有什么是你去了上海才知道的事情？ 
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？ 
哪个瞬间让你觉得编程只是一门技术？ 
哪张照片让你觉得刘亦菲美得不可方物？ 
小鹏G7发布，对标小米YU7有优势吗？ 
LCD党真的只是少部分人吗？ 
有没有免费的云服务器? 
ElasticSearch在项目中具体怎么用？ 
花那么多钱举办婚礼的意义在哪呢？ 
美国国务卿称将开始吊销中国学生签证，包括在关键领域学科学生，影响有多大？在美中国留学生该怎样应对？ 
如何看待rust编写的zed编辑器？ 
有没有什么路由器让你用过之后彻底惊艳了？ 
