Numpy dot产品的Tensorflow实现

Question

假设我有Vector S0（长度60）和矩阵E（60 x 60），所以当使用numpy时我可以得到值Z0如下：

Z0 = S0.getH().dot(E).dot(S0.T);

实际上，我有一个二维阵列Z，它有尺寸（D，H）和三维数组S（D，H，M）所以我按如下方式计算Z：

for d in range (D):
  for h in range (H):
     Z[d,h] = S[d,h,:].getH().dot(E).dot(S[d,h,:].T);

有没有办法在tensorflow中执行此操作而不通过 for 循环？