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/}
做引体向上可能会诱发腰肌劳损吗？ 
你卡过最厉害的bug是什么？ 
许多公式都有π和e，可能的原因有什么？ 
为什么现在的人类不怎么戴帽子了？ 
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？ 
Electron是否有作为游戏引擎的潜力？ 
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）? 
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？ 
穿瑜伽裤爬山的女生会不会害羞？ 
至今为止，cpu中有哪些“神u”? 
想做流量卡代理，有哪些靠谱的流量卡代理平台？ 
全职猎人重制版贪婪岛篇最后为什么不杀炸弹魔？ 
如何判断鱼缸中的硝化系统是否已经成功建立？ 
如何看待华人派遣赴日it彻底崩了？ 
node 项目中如何使用 Node Schedule 创建定时任务？ 
如何才能把vba学好，总感觉学了一些，隔一段时间不用又忘记又从头开始。? 
