Tensorflow tf.matmul示例不正確？

Question

我閱讀了tf.matmul的官方文檔，我理解了第一個例子。 這是一個簡單的[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，第二個例子似乎很奇怪：

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]]]

為什么允許形狀[2,2,3]的矩陣乘以[2,3,2]？

Answer 1

從同一頁面（ https://web.archive.org/web/20170223153510/https://www.tensorflow.org/api_docs/python/tf/matmul ）：

返回：與a和b相同類型的Tensor ，其中每個最內部矩陣是a和b相應矩陣的乘積，例如，如果所有轉置或伴隨屬性都為False ：
output [...，i，j] = sum_k（ a [...，i，k] * b [...，k，j]），對於所有索引i，j。

因此，允許形狀[2,2,3]的矩陣與[2,3,2]相乘。