BatchMatMulV2

ضرب شرائح اثنين من الموتدين على دفعات.

مضاعفة جميع شرائح `Tensor` `x` و`y` (يمكن عرض كل شريحة كعنصر من عناصر دفعة)، وترتيب النتائج الفردية في موتر إخراج واحد بنفس حجم الدُفعة. يمكن ربط كل شريحة من الشرائح الفردية بشكل اختياري (يعني ضم المصفوفة تبديل مكانها وتصريفها) قبل الضرب عن طريق تعيين علامة `adj_x` أو `adj_y` على `True`، والتي تكون بشكل افتراضي `False`.

موترات الإدخال `x` و`y` هي ثنائية الأبعاد أو أعلى بالشكل `[..., r_x, c_x]` و`[..., r_y, c_y]`.

موتر الإخراج ثنائي الأبعاد أو أعلى بالشكل `[..., r_o, c_o]`، حيث:

r_o = c_x إذا adj_x وإلا r_x c_o = r_y إذا adj_y وإلا c_y

ويتم حسابها على النحو التالي:

الإخراج[...,:, :] = المصفوفة(x[..., :, :]) * المصفوفة(y[..., :, :])

ملاحظة : يدعم `BatchMatMulV2` البث في أبعاد الدُفعة. المزيد عن البث [هنا](http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html).

ضرب شرائح اثنين من الموتدين على دفعات.

مضاعفة جميع شرائح `Tensor` `x` و`y` (يمكن عرض كل شريحة كعنصر من عناصر دفعة)، وترتيب النتائج الفردية في موتر إخراج واحد بنفس حجم الدُفعة. يمكن ربط كل شريحة من الشرائح الفردية بشكل اختياري (يعني ضم المصفوفة تبديل مكانها وتصريفها) قبل الضرب عن طريق تعيين علامة `adj_x` أو `adj_y` على `True`، والتي تكون بشكل افتراضي `False`.

موترات الإدخال `x` و`y` هي ثنائية الأبعاد أو أعلى بالشكل `[..., r_x, c_x]` و`[..., r_y, c_y]`.

موتر الإخراج ثنائي الأبعاد أو أعلى بالشكل `[..., r_o, c_o]`، حيث:

r_o = c_x إذا adj_x وإلا r_x c_o = r_y إذا adj_y وإلا c_y

ويتم حسابها على النحو التالي:

الإخراج[...,:, :] = المصفوفة(x[..., :, :]) * المصفوفة(y[..., :, :])

ملاحظة : يدعم `BatchMatMulV2` البث في أبعاد الدُفعة. المزيد عن البث [هنا](http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html).