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。
。
闺蜜视角： 我有个闺蜜跟我同年，都三十有二了， 我结婚了，生...
看来是真要跑路了，6.12崩溃后，拉黑机制彻底失效了，我热门...
cloudflare 已经重写了，他们认为 NGINX 有一...
没看过chrome的不做比较, 只是觉得firefox的代码...
很多人对***系的直径没有概念，对十万光年也没有概念。 我给...
你看这个问题下的另一个回答，以及他的历史回答是不是就明白了？...