torch.bmm()：
torch.bmm(batch1, batch2, out=None)返回一个张量
bach1和batch2 都要是三维的张量，而且batch1和batch2的第一维度是一样的，例如：batch1是b×n×m的张量，batch2是b×m×p的张量，则输出的形状为（b,n,p）
torch.mm():
torch.mm(mat1, mat2, out=None) 返回一个张量
对矩阵mat1和mat2进行相乘。 如果mat1是一个n×m 张量，mat2是一个 m×p张量，将会输出一个 n×p 张量
torch.mul()
torch.mul(input, value, out=None)
value可以是标量也可以是张量，如果是标量，就是这个标量和input中的张量每一个数相乘，如果是张量就会进行广播（同样value张量中的每一个数都会和input张量的每一个数相乘）。[其实在实际应用中只需知道在哪种情况下需要使用即可]
