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。
。
如何评价张靓颖刘宇宁《九万字》?...
北京日报点名批评“苏超”过度娱乐化的动机是什么?...
汉语是牺牲了什么,才成为世界最紧凑、最高效的语言?...
Golang vs Rust vs Dlang 哪个更有前途,哪位大牛这 3 门语言都用过?...