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：
真的有这种又苗条身材又爆炸的么？
为什么国内的uni***一直没人讨论呢？
三十岁的老公天天打游戏怎么办?
编程问题哪里解决?
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
前端如何设计网页？
Rust、Go、Zig、Dart、C3、C++、C，仓颉、moonbit、凹语言哪个语言更有未来？
坚持使用 PHP 的你，如今有什么感悟？
预测一下，下一次阅兵会出现什么武器震惊世界？
如何在本地部署DeepSeek-R1模型？
自己拥有一台服务器可以做哪些很酷的事情？
docker有哪些有趣的用途?
为什么人到中年，很少有身材苗条的？
PHP现在真的已经过时了吗？
有哪些观赏鱼是迄今为止确定最容易养最不容易死的？
目前中国男性有什么困境？
Rust据说是这样先进，那Rust编译器也总该是Rust写的吧？
个人博客网站，要坚持多久才会有读者？
当我们变老之后，会像现在的老人一样，几乎完全不懂“手机电脑”这类新出现的电子产品吗？
作为一个服务器，node.js 是性能最高的吗？
如何看待alist被转手出售***？
如何证明散片 CPU 比盒装 CPU 差?
NAS噪音太大，大家都吧NAS放置到哪了？
组装2-4人后端服务团队，选择GO还是J***a？
Node.js是谁发明的?
家里想搞一个服务器，怎么才不违规？
帕金森能通过运动延缓病情吗？选啥运动？
为什么日本人口密度这么大还能住一户建，中国只能住楼房？
为什么伊朗的防空系统失效了？
LCD党真的只是少部分人吗？
