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：
苏超这么火，为什么豫超火不起来？
请问27寸4K显示器哪个好呀？
JetBrains 放弃 AppCode 是否是一个错误决定？
现在写 J***aScript 的是不是已经没人在用 class 这个关键字了？
为什么 Bun 选择了 Zig 以及 JSCore？
ant-design-vue 社区为什么不维护了？
美国这几年为什么衰落得如此之快？
Golang中有必要实现Async/Await吗?
大厂后端开发需要掌握docker和k8s吗?
马斯克的星链那么好，美国的电信运营商，还有存在的必要吗？
虚拟机装 Linux 我还能理解，装 Windows 有什么用？
你后悔娶了现在老婆吗？
《西虹市首富》里面想花完钱却越花越多的情况，现实里面会发生吗？
Postgres 和 MySQL 应该怎么选？
自己拥有一台服务器可以做哪些很酷的事情？
为啥加州会站在非法移民一边？
豆包推出 AI 编程，在「编辑模式」下可以直接前端改图和文字，体验如何？对行业会带来怎样的影响？
golang总体上有什么缺陷？
你见过最脑残的设计是什么？
为什么中国开发不出流行的编程语言？
如何评价张靓颖刘宇宁《九万字》?
Electron 做游戏客户端的潜力有多大？
为什么年轻人不要养龟？
从技术上看，cloudflare比其他公司牛在哪儿？
中国人民抗日战争暨世界反法西斯战争胜利 80 周年纪念活动安排公布，将举行盛大阅兵，你有哪些期待？
老板说我设计了一周的海报还是不行，我到底该怎么学啊？
字节跳动会超越腾讯吗？
7.5号预言日本大灾难的？是真的吗？
你为什么觉得 Mac 不好用？
***拍大尺度片子时摄影师不会看光吗？
