所以我试图将两个张量A和B乘以A = [1, n, n*2]和B = [bs, n*2, m]，这应该会导致C = [64, n, m]。
在我看来，这应该像tf.matmul(A,B)一样简单，它应该在批量维度上进行广播。
我收到错误：
两个形状中的尺寸0必须相等，但是为1和64 ＆＃39; seq2seq /解码器/注意/ MATMUL＆＃39; （op：＆＃39; BatchMatMul＆＃39;）带输入 形状：[1,256,512]，[64,512,120]
我也试过tf.multiply（应该支持广播）但是有同样的错误。
一个简单的脏黑客就是：
tf.stack([tf.matmul(A, s) for s in tf.unstack(B, axis=0)], axis=0)
但这似乎相当可怕。
我看到很多使用tf.reshape的答案，根据我以前的经验，我想避免。其他答案提示tf.einsum但我以前从未使用过这个问题，我不能帮助，但认为必须有一个更容易解决这个问题的方法。
所以我想我的问题是以最佳方式解决肮脏黑客的最佳选择。
由于