tf.batch_matmul(x, y, adj_x = None, adj_y = None, name = None)

解释：这个函数的作用是将两个张量按批切片进行相乘。

将张量x和y进行切片（每个切片就是一个批的元素），然后将对应的x和y的每个切片进行相乘，将得到的结果按照原来批的大小进行重新安排。如果我们把adj_x或者adj_y设置成True，在做乘法之前，每个独立的切片可以组成它的共轭（其实相当于转置）。

输入的x和y是三维tensor，或者更高维度的[..., r_x, c_x]和[..., r_y, c_y]。

输出tensor是一个三维的，或者更高维度的[..., r_o, c_o]，其中：

r_o = c_x if adj_x else r_xc_o = r_y if adj_y else c_y

计算过程如下：

out[..., :, :] = matrix(x[..., :, :]) * matrix(y[..., :, :])

使用例子：

#!/usr/bin/env python# -*- coding: utf-8 -*-import tensorflow as tf import numpy as npa = tf.constant(np.random.rand(2, 2, 3))b = tf.constant(np.random.rand(3, 3, 1))c = tf.batch_matmul(a, b)sess = tf.Session()print sess.run(c)sess.close()

#!/usr/bin/env python# -*- coding: utf-8 -*-import tensorflow as tf import numpy as npa = tf.constant(np.random.rand(3, 2, 3, 1))b = tf.constant(np.random.rand(3, 2, 3, 1))c = tf.batch_matmul(a, b, adj_x = False, adj_y = True )sess = tf.Session()print sess.run(c)print sess.run(tf.shape(c))sess.close()

输入参数：