精选新鲜的资讯为您呈现
-
为什么大部分人都认为2560x1440是2K？
为什么大部分人都认为2560x1440是2K？···
音乐 -
请问27寸4K显示器哪个好呀？
请问27寸4K显示器哪个好呀？···
音乐 -
为什么人到中年，很少有身材苗条的？
为什么人到中年，很少有身材苗条的？···
音乐 -
作为一个程序员，发技术博客推荐什么平台？博客园值得写吗？
作为一个程序员，发技术博客推荐什么平台？博客园值得写吗？···
音乐 -
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？···
音乐 -
为什么现在越来越多的人不想要孩子呢？
为什么现在越来越多的人不想要孩子呢？···
音乐 -
日媒认为中国女篮派张子宇上场就是带***器，不公平，怎么看？
日媒认为中国女篮派张子宇上场就是带***器，不公平，怎么看？···
音乐 -
***如没有西方侵略，中国的封建王朝会循环往复吗？
***如没有西方侵略，中国的封建王朝会循环往复吗？···
音乐 -
大厂后端开发需要掌握docker和k8s吗?
大厂后端开发需要掌握docker和k8s吗?···
音乐
为什么我还是无法理解transformer？
2025-06-24 23:05:11 来源：本站不要想的太过复杂，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。
。
猜你喜欢