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/}
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？ 
虚拟机装 Linux 我还能理解，装 Windows 有什么用？ 
有一个***约你出去，你会去吗？ 
有什么是虚拟机代替不了物理机的? 
鱼缸电线长期泡在水里面，水泵也在水里面不怕漏电吗？ 
做引体向上可能会诱发腰肌劳损吗？ 
中年夫妻的婚姻状态是什么样的？ 
人工智能相关专业里有什么「坑」吗？ 
现在手里有一万闲钱，买什么币好？ 
高薪裁员的中年人送外卖还是开滴滴好? 
闲鱼上为什么会有人问都不问直接下单? 
为什么有的女生喜欢穿紧身牛仔裤？ 
你读过最冷门，但「含金量极高」的书是什么？ 
你如何看待腾讯《从何说起》，关于周深的专访？ 
新买了一台nas，第一个月下载20t+，上传5+，不会被网警盯上吧? 
朝鲜算是一个现代文明的国家吗？ 
