Tensorflow tf.matmul 示例不正确？

Question

我看了tf.matmul的官方文档 我理解第一个例子。 这是一个简单的 [2,3] x [3,2] 操作：

a = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3])

b = tf.constant([7, 8, 9, 10, 11, 12], shape=[3, 2])

c = tf.matmul(a, b) => [[58 64]
                    [139 154]]

然而，第二个例子似乎很奇怪：

a = tf.constant(np.arange(1, 13, dtype=np.int32),
            shape=[2, 2, 3])

b = tf.constant(np.arange(13, 25, dtype=np.int32),
            shape=[2, 3, 2])

c = tf.matmul(a, b) => [[[ 94 100]
                     [229 244]],
                    [[508 532]
                     [697 730]]]

为什么形状为[2,2,3]的矩阵可以与[2,3,2]相乘？

Answer 1

来自同一页面 (https://web.archive.org/web/20170223153510/https://www.tensorflow.org/api_docs/python/tf/matmul)：

返回： 与a 和b 类型相同的Tensor，其中每个最里面的矩阵是 a 和 b 中相应矩阵的乘积，例如我摔倒 转置或伴随属性为False:
output[..., i, j] = sum_k (a[..., i, k] * b[..., k, j]), 对于所有索引 i, j。

因此形状为 [2,2,3] 的矩阵可以与 [2,3,2] 相乘。