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。
。
伊朗这次让以色列打惨了,这个国家还能挺过来吗?…
055驱逐舰 是个什么概念?…
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?…
为什么大多数发达国家都不敢赶走美军基地?…
备案号: 网站地图