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：
用PHP写了个小框架，怎么才能得到大佬们的指点？
***如你财务自由，是买一个大平层还是买一个大别墅？
ant-design-vue 社区为什么不维护了？
为什么感觉现在的 bilibili 很没意思？
和 20 年前比，如今 NBA 各队 LOGO 的设计水平是否有很大倒退？
2025年现在开发php项目选择lar***el框架好还是thinkphp框架好？
flutter是***跨平台最优解吗？
PS5 Pro 为什么不升级 CPU 呢？
PostgreSQL 与 MySQL 相比，优势何在？
为什么二游厂商都喜欢推出泳装版本?
什么是微软式中文？
你们是怎样看待警察这一职业的？
中国出发载3000辆汽车的货船起火20天后沉没，事故的原因可能是什么？海上运输电动汽车起火应怎样处置？
吵架后，老公快一个星期不联系，是要离婚的节奏吗？
三只羊是不是被人做局了？
你为什么在日常生活中不敢穿的太漂亮？
Golang和J***a到底怎么选?
为什么腰突不受到医学界的重视？
梅西最难破的记录是什么？
移动端适配目前最好的解决方案是什么？
***如台湾省同意回归，但要求保留100%的治权财权人事权、90%的军权和20%的外交权，可行吗？
为什么几乎没人用电视屏幕连主机或者笔记本当显示器？
postgresql能取代mongodb吗？
国内为什么那么多人黑 WordPress ？
在现实中，普通人仿照***《一拳超人》中琦玉老师的锻炼方法锻炼三年会怎么样？
为什么现在糖尿病越来越多？
作为一个服务器，node.js 是性能最高的吗？
为什么用 electron 开发的桌面应用那么多？
