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。
。
什么是微软式中文？
27寸显示器是否有必要到4K？
为什么 WebStorm 这么好用还会有人去用 VSCode？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
有没有宝塔平替的服务器管理面板，现在宝塔越来越贵了，也太臃肿了？
为何一直推荐WebRTC？
陌生人晕倒了，帮他拨打120后，病人不支付120出车费，这个费用谁来承担？
如何评价Cursor？
有没有什么路由器让你用过之后彻底惊艳了？
Python+rust会是一个强大的组合吗？
电话：
座机：
邮箱：
地址：
