TensorFlow 文档中是否正确描述了有效的“tf.matmul”参数？
Are valid `tf.matmul` arguments described correctly in the TensorFlow documentation?
也许我对 "inner" 和 "outer" 张量维度感到困惑，但 tf.matmul 的文档让我感到困惑：
The inputs must be matrices (or tensors of rank > 2, representing
batches of matrices), with matching inner dimensions, possibly after
transposition.
R-rank 参数是否需要匹配（或没有）R-2 外部维度，并且（如在普通矩阵乘法中）第 R 个参数的内部维度必须匹配第二个的 R-1st 维度。也就是说，在
A = tf.constant(..., shape=[a, ..., z, p, x])
B = tf.constant(..., shape=[a', ..., z', x', q])
C = tf.matmul(A, B)
外部尺寸 a, ..., z 必须与 a', ..., z' 相同（或不存在），并且 x 和 x' 必须匹配（而 p 和q 可以是任何东西）。
或者换句话说，文档不应该说：
The inputs must, following any transpositions, be tensors of rank ≥ 2 where the inner 2 dimensions specify valid matrix multiplication arguments, and any further outer dimensions match.
您提议的文档没有说明转置：请注意 tf.matmul 具有允许转置参数的参数。因此，如果您将其中一些指定为真，内部 2 维指定有效的矩阵乘法参数，可能在转置之后。
除此之外，第一个 R-2 维度必须相同是正确的。
所以，在我看来文档描述正确，但可以更好。
这是 fixed in a recent merge。文档现在将显示为：
The inputs must, following any transpositions, be tensors of rank >= 2
where the inner 2 dimensions specify valid matrix multiplication
arguments, and any further outer dimensions match.
也许我对 "inner" 和 "outer" 张量维度感到困惑，但 tf.matmul 的文档让我感到困惑：
The inputs must be matrices (or tensors of rank > 2, representing batches of matrices), with matching inner dimensions, possibly after transposition.
R-rank 参数是否需要匹配（或没有）R-2 外部维度，并且（如在普通矩阵乘法中）第 R 个参数的内部维度必须匹配第二个的 R-1st 维度。也就是说，在
A = tf.constant(..., shape=[a, ..., z, p, x])
B = tf.constant(..., shape=[a', ..., z', x', q])
C = tf.matmul(A, B)
外部尺寸 a, ..., z 必须与 a', ..., z' 相同（或不存在），并且 x 和 x' 必须匹配（而 p 和q 可以是任何东西）。
或者换句话说，文档不应该说：
The inputs must, following any transpositions, be tensors of rank ≥ 2 where the inner 2 dimensions specify valid matrix multiplication arguments, and any further outer dimensions match.
您提议的文档没有说明转置：请注意 tf.matmul 具有允许转置参数的参数。因此，如果您将其中一些指定为真，内部 2 维指定有效的矩阵乘法参数，可能在转置之后。
除此之外，第一个 R-2 维度必须相同是正确的。
所以，在我看来文档描述正确，但可以更好。
这是 fixed in a recent merge。文档现在将显示为：
The inputs must, following any transpositions, be tensors of rank >= 2 where the inner 2 dimensions specify valid matrix multiplication arguments, and any further outer dimensions match.