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。
。
代码：
一套正版adobe全家桶多少钱？
中国民间中小工厂能快速造出武器吗？
不管黑客用了多少跳板，最终是不是可以通过网络运营商找出真实 IP？
有没有可能，现在美军战斗力还不如俄罗斯？
阿里云为什么没有一年的免费云服务？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
涉密计算机可以用windows10操作系统吗?
如何看待《三角洲行动》中***配件不能赛保险这一行为？
HUAWEI的折叠笔记本非凡大师能用于编程吗?
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
和女生旅游开一间房有什么注意事项？
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
前端如何设计网页？
水迷宫软件的使用方法有哪些？
如何评价伊朗国家电视台宣布今晚将发生大事，让世界铭记几个世纪？
飞天茅台散瓶批发价跌破 2000 元，背后什么原因？收藏茅台还能增值吗？
超级喜欢穿短裙正常吗?
评价一下Proxmox VE与ESXi的优劣？
男生会喜欢整容脸吗?
作为一个服务器，node.js 是性能最高的吗？
有人 espresso 直接喝吗，为什么？
什么是微软式中文？
我国004号航母什么时候下水？
为什么女游泳运动员看起来大部分都是平胸？
胸大的女孩会自卑 吗？
如何评价女明星梅根福克斯的身材？
