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/}
你们学校的校花都是怎么样的？ 
中国人口正经历前所未有大转折，如何看待中国人口负增长？应该怎样应对？ 
Python+rust会是一个强大的组合吗？ 
能分享一下你写过的rust项目吗？ 
网传《碟中谍 8》亏损可能超 14 亿，是真的吗？这背后的原因是什么？ 
和女生旅游开一间房有什么注意事项？ 
女生真正的完美身材是什么样子？ 
《葫芦兄弟》中七个葫芦娃谁的能力在现代用处更大？ 
如何评价《一人之下》第721（764）话？ 
网传《碟中谍 8》亏损可能超 14 亿，是真的吗？这背后的原因是什么？ 
有推荐的动画吗，不要瑟瑟? 
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？ 
SwiftUI 是不是一个败笔？ 
我的世界怎么租一个四个人的服务器？ 
为什么程序员独爱用Mac进行编程？ 
为什么一部分 Go 布道师的博客不更新了？ 
