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：
为什么是 9 月 3 日阅兵而不是 10 月 1 日国庆阅兵？
你给哪些牛人发过邮件？有哪些结果？
我应该设置多少kb才能让他不能玩游戏？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
你会从mac转向Windows吗？
为什么都认为无GC语言一定会比有GC语言要快？
微软edge浏览器为什么逐渐被其他的浏览器代替？
国产厂商为什么都不用三星屏幕了？
谁能通俗的解释一下为什么有人怀疑姜萍?
NVIDIA 官方对 RTX 4090 不支持 DP 2.0 接口进行了回应，你对该***有何看法？
***拍大尺度片子时摄影师不会看光吗？
为什么高德地图api提出了一个商用5w基础费用起步的概念？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
每次去国外，别人一眼就看出我是中国人，是中国人身上有什么特质吗？
被时代淘汰的水果有哪些？
各位都在用Docker跑些什么呢？
macbookair m4 值得入手吗?
nodejs 真的不擅长CPU密集型计算么，与c++或者 rust 差别有多大？
本人女20，平胸跟男生一样怎么办 ?
我的世界怎么租一个四个人的服务器？
5070ti什么时候才能回归正常价格？
如何看待道禄和尚塌房***？
《死亡搁浅2》目前位PS5平***占，你认为独占周期会是多久？会上Switch2吗？
如何设计一条 prompt 让 LLM 陷入死循环?
和男朋友同居期间，被男朋友妈妈骂了，要怎么办呢？后续要如何相处呢？
程序员都干过哪些很刺激的事情？
你被哪个后来知道很sb的BUG困扰过一周以上吗？
Electron 做游戏客户端的潜力有多大？
为什么现在吹Rust的人这么多？
工程师离职，如果领导让你们把自己的技术教会一个人才能走，你们会教吗？
