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：
为什么很多外行敢站出来评价中医？
现在个人博客不能备案了吗？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
有什么 j***ascript 的好书推荐？
J***a的用户界面如何设计，是否存在类似于Delphi一样便捷的可视化用户界面设计工具？
成为体育女主播，光「好看」就够了吗？
《灌篮高手》中最大水货是谁？
如何看待 X 上的民族种姓天梯?
为什么windows的arm版没有被广泛使用？
ios的描述文件有多大的权限？
买到烂尾楼到底该有多绝望？
技嘉M27Q显示器的KVM功能有什么用？
苹果公司知道我在使用黑苹果（Hackintosh）吗？
日常办公中，选24寸2K分辨率的显示器好还是27寸4K的好？
C++除了Qt还有什么GUI库？
如何评价剪映svip，599一年，有替代方案吗？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
为什么日本人室内光脚啊？他们屋子里有这么干净吗？
工作中发生紧急情况，领导正在午睡，要不要叫醒他？
为什么“柴犬”从万人迷，变成万人嫌？
乌龟和什么一起养既可以清理龟粪净化水质又可以当龟食物？
俗话说“女人三十如狼四十如虎”，到底是不是真的？?
黄一鸣为什么敢承认孩子是王思聪的？
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？
养龟玩龟的人可怕吗？
Mac上有什么实用的必备软件？
27寸显示器有必要上4K吗？
英国登山队靠人均 124 万元的氙气疗法，无高反四天登顶珠峰，该方法究竟是什么体验？背后有哪些争议？
