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：
为什么大家不再提星链了（包括外网）？
为什么越来越多的学生感染艾滋病？
有哪些BI工具惊艳了你？
国产厂商为什么都不用三星屏幕了？
用K8s的公司有多少人会部署K8s？
有没有什么好用的***分享？
有什么工具可以批量更改文件名？
钓鱼浮标怎样判定中鱼？
你见过最无用的节俭行为是什么？
陌生人晕倒了，帮他拨打120后，病人不支付120出车费，这个费用谁来承担？
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
为什么老顾客吃着吃着就不再来照顾生意了呢？
我应该设置多少kb才能让他不能玩游戏？
小腿能粗到什么地步？
剪映和camtasia哪个更适用于剪辑？
妈妈和儿子需要避嫌吗？
如何评价网红店太二酸菜鱼?
苹果搭载 M5 芯片的 MacBook Pro 或将于 2025 年秋推出，该产品应用了哪些新技术？
有哪些你见过的神级Ｐ图？
做个web服务器，gin框架和go-zero怎么选？
如何评价韩剧《鱿鱼游戏 3》（最终季》？
有个学舞蹈的女朋友是什么体验？
都是研制核武器，美国为何只敢动伊朗，对朝鲜却畏首畏尾？
如何看待贾玲、沙溢、贾冰、杨天真、范湉湉均瘦身成功？为什么明星想瘦就瘦普通人却很难？
web大作业，一头雾水，求指点~~?
Golang和J***a到底怎么选?
如何把微信文章的长链接转成短链接？
女生第一次来大姨妈什么感受？
为什么钢筋放太多了反而不好？
