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 : 在广州,找个对象是不是真的很难?
下一篇 : 编译器和解释器的分界线在哪,字节码效率能否无限接近机器码?
周鸿祎为什么说他这辈子最鄙视李彦宏?...
有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案,真的是这样吗?电脑内存应该如何选?...
1MB其实是一个很大的存储单位,那么它的存储容量究竟有多大?...
腾讯开源的 libco 号称千万级协程支持,那个共享栈模式原理是什么?...