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。
。
不清楚涉密的级别是到了哪一级，也不好猜。 旁边有一家村办的...
# 代码仓库 [gitee之前写的](***s://gite...
伊朗165万平方公里，人口8900万 以色列2.5万平方公里...
韩寒在10年前后搞了个杂志叫独唱团。 市场反响很好。 然...
很多人对***系的直径没有概念，对十万光年也没有概念。 我给...
因为他撒谎了！ 他说他跑步，月均300公里。 对，不跑步的人...