二维情况下两个tensor matmul就是矩阵乘法，但是当高维的情况呢？
构建（2，3，2）tensor 和 （2，2，2）tensor 进行相乘
>>> dtensor([[[ 0., 1.], [ 2., 3.], [ 4., 5.]], [[ 6., 7.], [ 8., 9.], [10., 11.]]])>>> etensor([[[0., 1.], [2., 3.]], [[4., 5.], [6., 7.]]])>>> f=torch.matmul(d,e)>>> ftensor([[[ 2., 3.], [ 6., 11.], [ 10., 19.]], [[ 66., 79.], [ 86., 103.], [106., 127.]]])在第一维上，两个tensor对应位置的矩阵相乘。
这是两个tensor第一维相同的情况，如果第一维不相同的话，分成两种情况
1.两个tensor 有某个tensor第一维为1，那么就是用这个tensor的里面的后两维组成的矩阵和另外一个tensor的第一维里面的两个矩阵分别相乘
2.两个tensor里面没有某个tensor 第一维为1，出错。