在tf和keras中上面这4个函数经常用到，需要注意相互之间的区别。
multiply：矩阵的逐元素点乘，需要输入矩阵x和y的shape相同或者可broadcast。
matmul：标准的矩阵乘法，要求第一个矩阵x.shape[-1]等于第二个矩阵y.shape[-2]，同时要求 x.shape[:-2]和y.shape[:-2]必须相同。
（1）x和y是2D矩阵时，简单的矩阵乘法。
（2）当x和y不是2D矩阵时，则x和y除最后2个维度之外，其他维度必须相同，而且被认为是batch维度。
batch_dot：明确指定x和y的第一个维度为batch维度，x.shape[1:]和y.shape[1:]之间执行tf.keras.backend.dot运算。
dot：非标准的矩阵乘法，第一个矩阵x.shape[-1]要等于第二个矩阵y.shape[-2]，但不需要x.shape[:-2]和y.shape[:-2]相同。
说：功能类似tf.matmul，区别在于当rank大于2时，除最后2个维度之外的前面维度是否需要相同。
举例说明
（一）multiply
（二）matmul
（三）dot
解释：只要求x.shape[-1]=y.shape[-2]即可，计算时这2个维度sum over执行点乘运算。
(四）batch_dot
解释：x.shape[0]等于y.shape[0]，为batch维度。x.shape[1:]和y.shape[1:]指定dot运算。