我在搭建神经网络时，在layer中的forward函数里使用paddle.matmul()后报错（已确定，代码第19行，第27行的matmul不会报错），初步检查发现有可能是数据类型的问题，但我不知道该如何修改。

具体代码：

def forward(self, x):
        if self.residual:
            y = self.conv_res(x)
            y = self.bn_res(y)

        # x --- N,C,T,V   
        x = self.conv1(x)  # N,3C,T,V
        N, C, T, V = x.shape
        
        
        x = paddle.reshape(x, [N, C // 3, 3, T, V])  # N,C,3,T,V
        x = paddle.transpose(x, perm=[0, 1, 3, 2, 4])  # N,C,T,3,V        # A.shape = (3, 25, 25)
        
        c1 = paddle.reshape(x, [N, 3, C*T//3, V]) # N,3,CT,V
        c2 = paddle.reshape(x, [N, 3, C//3, T, V])# N,3,C,T,V
        c2 = paddle.transpose(c2, perm=[0, 1, 4, 2, 3])# N,3,V,C,T
        c2 = paddle.reshape(c2, [N, 3, V, C//3*T])# N,3,V,CT
        c = paddle.matmul(c2, c1)


        graph = self.A + self.B + c
        print(x.shape, graph.shape)
        x = paddle.reshape(x, (N,C//3,T,3*V))# N,C,T,3V
        graph = graph.reshape((N, 1, 3*V, V))# 3V,T
        x = paddle.matmul(x, graph)
        x = paddle.reshape(x, (N,C//3,T,V))
        
        out = x + y if self.residual else x
        return out

报错信息：（报错后连显存都没释放就中断了）