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。
。
上一篇 : 我上大一,需要买电脑,一共9000,但我妈说她给我3000,我心里很不舒服,怎么办?
下一篇 : 有哪些是你用上了mac才知道的事?
如何系统地学习Rust语言?...
有哪些BI工具惊艳了你?...
前端真的已经凉了么?...
都在喊没钱,钱到底去哪儿了?...