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。
。
我有个属下，就是那种在任何环境下，都能一眼被认出是最好欺负的...
实际工作中，2020年的时候用 Rust 在 ARM 设备上...
气象系统其实是毕竟复杂的。 比如，地球自转是有倾角的，这就...
百万up主粤语歌手鱼蛋，抖音里长这样，容貌九分，声音十分。 ...
一个2TB的移动硬盘，里面有6万张美女图片，好家伙居然有几十...
社区用爱发电很难，除非作者弄这个是爱好。 有其它业务是赚钱的...