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。
。
这年头想用PG（PostgreSQL）的小伙伴，一定是见过大...
这个月中，出现了一个有点抽象的热搜，「北京多所高校禁用罗马仕...
大多数人回答的都不对路。 很多网上的资料都是错的，导致大家...
如果你要在外地开一家店卖桂林米粉，你店的名字最好不要叫“桂林...
有几个答主提到点上了，国外 nodejs 之所以盛行，是因为...
身材还用说吗？真的是好啊！ 就看过她演的变形金刚和忍者神龟。...