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。
。
？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？...
这是我基于rust写的一款作业调度软件，支持广播执行作业，定...
唉，说真话，没人听， 以色列打哈马斯，或许大家都可以骂以色列...
空调抽真空的时间不仅要15分钟，而是每匹10分钟。 当然了，...
不知道为什么知乎上一吨的不懂go的人总是喜欢在这里胡言乱语....
这是我女朋友，就随便练练 ...