Tensorflow tf.matmul示例不正确？

Question

我阅读了tf.matmul的官方文档，我理解了第一个例子。 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]]

但是，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]]]

为什么允许形状[2,2,3]的矩阵乘以[2,3,2]？

Answer 1

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

返回：与a和b相同类型的Tensor ，其中每个最内部矩阵是a和b相应矩阵的乘积，例如，如果所有转置或伴随属性都为False ：
output [...，i，j] = sum_k（ a [...，i，k] * b [...，k，j]），对于所有索引i，j。

因此，允许形状[2,2,3]的矩阵与[2,3,2]相乘。