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：
预测一下，下一次阅兵会出现什么武器震惊世界？
如果意外挖出 10 吨黄金，有那些将它们洗白、正常使用的方法？
adobe全套都用开源软件或者免费软件来替代，能做到吗？
国产数据库有什么坑？
真的有这种又苗条身材又爆炸的么？
苏联就中国一个能打的“小弟”，为什么要逼走中国?
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？
为什么macOS软件生态不敌Windows?
为什么都 2025 年了显卡还不能通杀 4K?
女生真正的完美身材是什么样子？
普通人的电脑配置到底是什么水平?
为什么我还是无法理解transformer？
你见过身边身材最好的女生是什么样子的？
语雀后端从Node迁移到J***a说明了什么？
golang总体上有什么缺陷？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
为什么女人生完孩子后会判若两人？
Jetpack Compose 和 Flutter 应该先学哪个呢？
一名女子在杭州万象城遭挟持被捅 20 多刀，隆胸***体救了一命，这反映出哪些公安系统的问题？
为什么年轻的肉体让人沉迷？
如何看待我国在墨脱建水电站？
为什么中国很少有人使用linux？
阿里面试：为什么MySQL不建议使用delete删除数据？
学生校服如何隐藏内衣痕迹?
在CSS大小单位中，em，rem，px，常用哪个较好？
写业务的话，go是不是垃圾？
count(*) count(1)哪个更快？
可以随身携带一个Linux系统吗？
真的没有人觉得2k是一个很尴尬的分辨率吗？
哪张照片让你觉得刘亦菲美得不可方物？
