Python 如何用tensorflow中相应的张量（1d）乘以批量矩阵

假设我有一个形状为（3,2,2）的张量，我想用一个一维张量乘以每个（2,2）矩阵。以下是代码：

a=tf.constant([[[1,0],[1,0]], [[2,0],[1,0]], [[3,0],[1,0]] ])
b=tf.constant([1,2,3])

这里我想把

[[1,0]，[1,0]]

乘以1，

[[2,0]，[1,0]]

乘以2，

[[3,0]，[1,0]]

乘以3。所以在乘法运算之后，我应该得到：

[[[1,0],[1,0]], [[4,0],[2,0]], [[9,0],[3,0]] ]

编辑：我没有使用渴望执行

tf.convert_to_tensor([tf.multiply(aa, bb) for aa, bb in zip(a, b)])

我已经找到了不同的答案，而且更好的答案，谢谢你。我很荣幸。你为什么不把它作为一个答案贴出来，这样大家都知道你不再等待答案了对不起，你的解决方案不管用，我的也不行。就像我说的，我不是在使用渴望执行。一开始我有loop（这很简单），我不想有loop。你能举一个最简单的例子来说明你想要完成什么吗？这不是问题吗？我给出了详细的问题，我想没有比这更详细的答案了你好，我解决了这个问题

<tf.Tensor: shape=(3, 2, 2), dtype=int32, numpy=
array([[[1, 0],
        [1, 0]],
       [[4, 0],
        [2, 0]],
       [[9, 0],
        [3, 0]]])>