Created by: qingyuemeng

为使您的问题得到快速解决，在建立Issue前，请您先通过如下方式搜索是否有相似问题:【搜索issue关键字】【使用labels筛选】【官方文档】

建立issue时，为快速解决问题，请您根据使用情况给出如下信息：

• 标题：简洁、精准描述您的问题，例如“ssd 模型前置lstm报错  ”
• 版本、环境信息：    1）PaddlePaddle版本：fluid    2）CPU：请提供CPU型号，MKL/OpenBlas/MKLDNN/等数学库的使用情况    3）GPU：CUDA 7.0    4）系统环境：Linux Python 2.7
• 模型信息    1）模型名称 2）使用数据集名称 3）使用算法名称 4）模型链接

你好，我现在想实现的一个功能是对softmax输出的向量与另一个向量相乘求期望，代码如下： `idx = np.array([float(idx) for idx in xrange(67)], dtype="float32") idx_tensor = fluid.layers.create_tensor(dtype="float32") fluid.layers.assign(idx, idx_tensor)

cont_out0 = fluid.layers.matmul(name="cont_out0", x=pred0, y=idx_tensor, transpose_x=False, transpose_y=False) * 3 - 99

reg_cost0 = fluid.layers.square_error_cost(cont_out0, cont_label0)`

但如此操作之后， cont_label0的shape为(-1,1)，这里面 pred0的shape为(-1,1)， idx_tensor的shape为1，所以相乘得到的cont_out0的shape为1，请问中间的cont_out0的求解时，如何让idx_tensor与pred0中的每一个预测向量相乘？fluid.layers.matmul能否指定维度？