主要记录下torch.matmul(A,B)的用法中的一种情况：

当A，B有一个是3维以上，另一个是3维或3维以上时，如果想要使用torch.matmul(A,B)，必须同时满足：

1.A和B的最后两个维度满足矩阵乘法的要求。例如A的维度是(3,1,3,3)，B是(3,3,2)，此时A的最后2维是(3,3),B是(3,2)，符合条件

2.除去最后两个维度，A和B的其他维度要满足可以广播的条件。例如A的维度是(3,1,3,3)，B是(3,3,2)，除去最后两个维度，A剩下了(3,1)，B是(3,)，很明显此时满足广播条件

广播机制参考:Pytorch中的广播机制（Broadcast）_pytorch广播机制-CSDN博客

满足上述要求后，继续看如何执行 torch.matmul(A,B)：

还是对于A的维度是(3,1,3,3)，B是(3,3,2)的这个例子，假设相乘后的结果为C，那么C的维度可以按下面步骤求出：

1.A和B的最后两个维度执行矩阵乘法，得到的维度就是C的最后两个维度，也就是(3,2)

2.除去A和B的最后两个维度，其他维度进行广播后得到的维度是(3,3)，这就是C的前几个维度

3.将上述维度合起来就是C的维度:(3,3,3,2)

关于torch.matmul(A,B)的更多用法参考：

Pytorch中张量矩阵乘法函数(mm, bmm, matmul)使用说明，含高维张量实例及运行结果_torch.mm-CSDN博客

https://www.cnblogs.com/HOMEofLowell/p/15963140.html

https://zhuanlan.zhihu.com/p/638404226