jax.numpy.inner

jax.numpy.inner(a, b, *, precision=None, preferred_element_type=None)

计算两个数组的内积。

这是 numpy.inner() 的 JAX 实现。

与 jax.numpy.matmul() 或 jax.numpy.dot() 不同，此函数始终沿每个输入的最后一个维度执行收缩。

参数:

• a (Array | ndarray | bool | number | bool | int | float | complex) – 形状为 (..., N) 的数组

• b (Array | ndarray | bool | number | bool | int | float | complex) – 形状为 (..., N) 的数组

• precision (None | str | Precision | tuple[str, str] | tuple[Precision, Precision] | DotAlgorithm | DotAlgorithmPreset) – 默认为 None，表示使用后端默认精度；也可以是 Precision 枚举值（Precision.DEFAULT、Precision.HIGH 或 Precision.HIGHEST）；或者是包含两个此类值的元组，分别表示 a 和 b 的精度。

• preferred_element_type (str | type[Any] | dtype | SupportsDType | None) – 默认为 None，表示输入类型的默认累积类型；也可以是一个数据类型，指示将结果累积到并返回该数据类型的结果。

返回:

形状为 (*a.shape[:-1], *b.shape[:-1]) 的数组，包含输入的批量向量积。

返回类型:

Array

另请参阅

• jax.numpy.vecdot()：沿指定轴的共轭乘法。

• jax.numpy.tensordot()：通用张量乘法。

• jax.numpy.matmul()：通用批量矩阵和向量乘法。

示例

对于一维输入，这实现了标准（非共轭）向量乘法。

>>> a = jnp.array([1j, 3j, 4j])
>>> b = jnp.array([4., 2., 5.])
>>> jnp.inner(a, b)
Array(0.+30.j, dtype=complex64)

对于多维输入，批量维度是堆叠而非广播的。

>>> a = jnp.ones((2, 3))
>>> b = jnp.ones((5, 3))
>>> jnp.inner(a, b).shape
(2, 5)