jax.numpy.dot#

jax.numpy.dot(a, b, *, precision=None, preferred_element_type=None, out_sharding=None)[源码]#

计算两个数组的点积。

JAX 对 numpy.dot() 的实现。

这与 jax.numpy.matmul() 在两方面有所不同：

  • 如果 a 或 b 是标量，则 dot 的结果等同于 jax.numpy.multiply()，而 matmul 的结果会引发错误。

  • 如果 a 和 b 的维度大于 2，则批处理索引会被堆叠而不是广播。

参数:

  • a (Array | ndarray | bool | number | bool | int | float | complex | TypedNdArray) – 第一个输入数组，形状为 (..., N)。

  • b (Array | ndarray | bool | number | bool | int | float | complex | TypedNdArray) – 第二个输入数组。必须具有形状 (N,) 或 (..., N, M)。在多维情况下，前导维度必须与 a 的前导维度兼容以进行广播。

  • precision (None | str | Precision | tuple[str, str] | tuple[Precision, Precision] | DotAlgorithm | DotAlgorithmPreset) – 要么是 None（默认值），表示后端使用的默认精度，要么是 Precision 枚举值（Precision.DEFAULT、Precision.HIGH 或 Precision.HIGHEST），要么是包含两个此类值的元组，分别指定 a 和 b 的精度。

  • preferred_element_type (str | type[Any] | dtype | SupportsDType | None) – None（默认），表示输入类型的默认累加类型，或一个数据类型，表示将结果累加到该数据类型并返回具有该数据类型的。结果。

返回:

包含输入点积的数组，其中 a 和 b 的批处理维度会被堆叠而不是广播。

返回类型:

Array

另请参阅

示例

对于标量输入，dot 计算逐元素乘积。

>>> x = jnp.array([1, 2, 3])
>>> jnp.dot(x, 2)
Array([2, 4, 6], dtype=int32)

对于向量或矩阵输入，dot 计算向量或矩阵乘积。

>>> M = jnp.array([[2, 3, 4],
...                [5, 6, 7],
...                [8, 9, 0]])
>>> jnp.dot(M, x)
Array([20, 38, 26], dtype=int32)
>>> jnp.dot(M, M)
Array([[ 51,  60,  29],
       [ 96, 114,  62],
       [ 61,  78,  95]], dtype=int32)

对于更高维度的矩阵乘积，批处理维度会被堆叠，而在 matmul() 中它们会被广播。例如：

>>> a = jnp.zeros((3, 2, 4))
>>> b = jnp.zeros((3, 4, 1))
>>> jnp.dot(a, b).shape
(3, 2, 3, 1)
>>> jnp.matmul(a, b).shape
(3, 2, 1)