matmul

该op是计算两个Tensor的乘积，遵循完整的广播规则，关于广播规则，请参考 。 并且其行为与 numpy.matmul 一致。目前，输入张量的维数可以是任意数量， matmul 可以用于 实现 dot ， matmul 和 batchmatmul 。实际行为取决于输入 x 、输入 、 transpose_x ， transpose_y 。具体如下：

• 如果 transpose 为真，则对应 Tensor 的后两维会转置。如果Tensor的一维，则转置无效。假定 x 是一个 shape=[D] 的一维 Tensor，则 x 视为 [1, D]。然而， y 是一个shape=[D]的一维Tensor，则视为[D, 1]。

乘法行为取决于 和 y 的尺寸。 具体如下：

• 如果 x 是1维的，而 y 是2维的，则将1放在 x 维度之前，以进行矩阵乘法。矩阵相乘后，将删除前置尺寸。

• 如果 x 是2维的，而 y 是1维的，获得矩阵与向量的乘积。

• 如果两个输入至少为一维，且至少一个输入为N维（其中N> 2），则将获得批矩阵乘法。 如果第一个自变量是一维的，则将1放在其维度的前面，以便进行批量矩阵的乘法运算，然后将其删除。 如果第二个参数为一维，则将1附加到其维度后面，以实现成批矩阵倍数的目的，然后将其删除。 根据广播规则广播非矩阵维度（不包括最后两个维度）。 例如，如果输入 是（j，1，n，m）Tensor，另一个 y 是（k，m，p）Tensor，则out将是（j，k，n，p）张量。