K.dot和K.batch_dot

K.dot(A,B)
A.shape(-1)和B.shape(-2)必須一樣,其餘沒有限制
K.batch_dot(A,B)
A.shape(-1)和B.shape(-2)必須一樣,A.shape(-2)和B.shape(-1)可以不一樣，shape(-2)以前的必須完全一樣
具體這兩個怎麼計算呢
假設：
a.shape:(1, 2, 4) b.shape:(8, 7, 4, 5)
c=K.dot(a,b) c.shape:(1,2,8,7,5)
如果要計算$C_{i,j,k,m,n}$則先取出A[i]這個矩陣，再取出B[k][m]這個矩陣，兩個相乘，得到一個矩陣D（矩陣的維度是 2×5，爲什麼是2×5矩陣，因爲一個2×4的矩陣和一個4×5的矩陣相乘） 則 $C_{i,j,k,m,n}$=$D_{j,n}$
另一例:
a = K.ones((9, 8, 7, 4, 2))
b = K.ones((9, 8, 7, 2, 5))
c = K.batch_dot(a, b)
c.shape (9, 8, 7, 4, 5)
如果要計算$C_{i,j,k,m,n}$則先取出A[i][j][k]這個矩陣，再取出B[i][j][k]這個矩陣，兩個相乘，得到一個矩陣D（矩陣的維度是 4×5） 則 $C_{i,j,k,m,n}$=$D_{m,n}$
總結要點：
取出兩個矩陣（矩陣顯然是二維的），相乘，然後將這個矩陣對應的放到該放的位置上
具體參考：https://christopher5106.github.io/deep/learning/2018/10/28/understand-batch-matrix-multiplication.html
(這篇講的很好)
python中np.multiply（）、np.dot（）和星號（）三種乘法運算的區別：
https://www.cnblogs.com/hezhiyao/p/8649231.html
(numpy矩陣用*就默認是矩陣相乘，但是array相乘不能這麼用，得用方法.dot())
TensorFlow - tf.multiply和tf.matmul 區別：
https://blog.csdn.net/flyfish1986/article/details/79141763/
注意tf.multiply(a,b)應該是隻允許a、b最後一維可以不同，但是此時必須有一個維度是1，ab就相當於tf.multiply(a,b)
tf.matmul只可以a的倒數第一維和b的倒數第二維不一樣，別的都必須一樣(當len(shape(a或b))>２，表示成批的矩陣)