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 : 为什么内娱出不了范冰冰、李嘉欣、关之琳这样惊艳绝伦的大美人了?
下一篇 : 小米YU7大定数创世界第1,这是否证明了中国经济基本面强劲,居民收入高?
阿里合伙人「缩编」至 17 人,张勇、彭蕾、俞永福等 9 人退出,对阿里业务及企业管理有哪些影响?...
为什么 Windows 没有比较成熟的第三方桌面环境(explorer.exe)?...
为什么似乎更多人都在默默支持吴柳芳?管晨辰是否做错了?...
AV1和HEVC的性能差异有多大?...