arrays - 轴使用不同参数时如何理解 tf.tensordot？

Question

我只是研究TensorFlow。并对 tensordot 感到困惑。例如，我的代码是：

import tensorflow as tf
a=tf.Variable([[1,2],[4,5],[7,8]])
b=tf.Variable([[1,2],[4,5],[7,8]])

基于 tf.tensordot 中不同的轴参数，结果是不同的。

tf.tensordot(a,b,axes=0)
<tf.Tensor: shape=(3, 2, 3, 2), dtype=int32, numpy=
array([[[[ 1,  2],
         [ 4,  5],
         [ 7,  8]],
        [[ 2,  4],
         [ 8, 10],
         [14, 16]]],
       [[[ 4,  8],
         [16, 20],
         [28, 32]],
        [[ 5, 10],
         [20, 25],
         [35, 40]]],
       [[[ 7, 14],
         [28, 35],
         [49, 56]],
        [[ 8, 16],
         [32, 40],
         [56, 64]]]], dtype=int32)>

tf.tensordot(a,b,axes=0)
InvalidArgumentError: Matrix size-incompatible: In[0]: [3,2], In[1]: [3,2] [Op:MatMul]

tf.tensordot(a,b,axes=2)
<tf.Tensor: shape=(), dtype=int32, numpy=159>

虽然看了一些解释，但还是没看懂。它是如何工作的？