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。
。
盘点阿汤哥“碟中谍系列”女主。 （多图预警） 一口气看完“碟...
我们单位一年前来了个姑娘，上海211毕业生，已婚，盘正条顺，...
我的建议是看看就行。 中国的各项政策，给老百姓让利的一定是...
昨天的 GCP 全球宕机事故报告出了，给大家解读下。 从 ...
黑色职业装刘亦菲 复古刘亦菲 ...
伊朗距离以色列直线距离约1600公里，德黑兰发射的shahe...