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。
。
新鲜出炉，热乎的丢孩子经验有了。 小女孩，四岁。 今天在...
我说一个在巨硬工作时候的故事，那时候有一个会议叫做Triag...
这种内存分装包装大概率（目前统计概率在60%~70%）是**...
迭代法＋取模计算fibs(100000000)%100000...
会，血泪教训。 老大是三个多月开始用安抚奶嘴的，一直用到一...
自研新作 flutter3.32+dart3.8+deeps...