Pytorch广播机制与matmul函数

1.pytorch的广播机制与numpy类似，当两个tensor逐元素相乘时（两个tensor的size必须相同），会遇到前后tensor的size不同，此时便需要广播机制了。
广播机制条件：其中任意一个tensor必须至少有一个维度要么相等，从两个tensor的size末尾开始比较，要么其中一个为1，要么其中一个不存在，满足其一即可。
如：

在pytorch中，*表示逐元素相乘，而@是矩阵乘积，但是对于高维tensor，@不再适用，尤其是对于size大小还不同的两个张量，pytorch还有一个函数：mulmat（）multiple matrix
考虑下面两个tensor：
a.size = [batch_size,1,1000,8,1]
b.size = [10,1000,16,8]
mulmat(a,b).size = [batch_size,10,1000,16,1]
对于要相乘的2个tensor前面类似于广播机制，后面[8,1]和[16,8]符合矩阵相乘规则，其他维度按照广播机制填充。
这可能是mulmat的用法。
例子源于用pytorch搭建CapsuleNet