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：
你为什么放弃了wsl？
如何看待 Mac mini M4 支持可更换 SSD？
反渗透纯化水设备长期停机如何保养？
儿子抑郁四年左右了，他的未来该怎么办？
为什么 IPv6 突然不火了？
Node.js是谁发明的?
你的内衣丢过吗?
微软 VS Code 1.101 发布，集成 MCP 协议，这对用户体验有哪些改变？
如何评价字节跳动开源的 HTTP 框架 Hertz ？
前端开发，浏览器渲染原理 与 框架源码，哪个更加重要一些？
你手机中最舍不得卸载的APP是什么？
你见过最无用的节俭行为是什么？
WordPress太慢了有什么办法解决吗？
为什么我感觉gemini 2.5 pro总是用力过猛？
据报道称“浏览器内核有上千万行代码”，浏览器内核真的很复杂吗？
为什么现在吹Rust的人这么多？
如何评价赵本山的演技？
你见过身边身材最好的女生是什么样子的？
golang总体上有什么缺陷？
为什么欧美影视喜欢露点？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
如何评价鸿蒙电脑无法编写其自身运行的程序？
公式背得溜，做题一塌糊涂，五年级孩子数学不是很好，尤其图形方面，该怎么提升？
如何评价张靓颖刘宇宁《九万字》?
周杰伦为什么不告粥饼伦黑伦侵犯他的名誉权?
前几年说五五分流，现在怎么又开始扩招了？
据说go和c#的开发者都说自己比较节省内存，你们认为呢？
不用CDN就没事，用阿里云CDN就被攻击刷流量，阿里云表示证明不了就要用户买单，如何看到这种行为？
有一双超级大长腿是什么感觉？
女婿不喜欢去丈母娘家的原因是什么？
