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。
。
只是昨天晚上太难过随手发了个牢骚，没想到会有人看，大家的评论...
这个是全日本质量最差的车在海边使用经过23年以后的中控台里面...
原因太简单了，因为像素密度，也就是PPI 简单算算呗。 4...
jenkins 部署 docker swarm服务一、Jen...
XX省XX市XX区人民法院 民事判决书 （2023）网监初字...
有三个点需要注意： 1 结果： 积流成江 （Streams ...