jax.numpy.vecdot

jax.numpy.vecdot(x1, x2, /, *, axis=-1, precision=None, preferred_element_type=None)

执行两个批处理向量的共轭乘法。

numpy.vecdot()的JAX实现。

参数:

• a – 左侧数组。

• b – 右侧数组。 b[axis]的大小必须与a[axis]的大小匹配，并且剩余维度必须是广播兼容的。

• axis (int) – 计算点积的轴（默认值：-1）

• precision (None | str | Precision | tuple[str, str] | tuple[Precision, Precision] | DotAlgorithm | DotAlgorithmPreset) – None（默认值），表示后端的默认精度，一个Precision枚举值（Precision.DEFAULT，Precision.HIGH或Precision.HIGHEST）或两个此类值的元组，表示a和b的精度。

• preferred_element_type (str | type[Any] | dtype | SupportsDType | None) – None（默认值），表示输入类型的默认累积类型，或者一种数据类型，表示将结果累积到该数据类型并返回具有该数据类型的结果。

• x1 (Array | ndarray | bool | number | bool | int | float | complex)

• x2 (Array | ndarray | bool | number | bool | int | float | complex)

返回:

包含a和b沿axis的共轭点积的数组。 未收缩的维度被广播在一起。

返回类型:

Array

另请参阅

• jax.numpy.vdot()：扁平向量积。

• jax.numpy.vecmat()：向量-矩阵积。

• jax.numpy.matmul()：一般矩阵乘法。

• jax.lax.dot_general()：通用 N 维批处理点积。

示例

两个 1D 数组的向量共轭点积

>>> a = jnp.array([1j, 2j, 3j])
>>> b = jnp.array([4., 5., 6.])
>>> jnp.linalg.vecdot(a, b)
Array(0.-32.j, dtype=complex64)

两个 2D 数组的批处理向量点积

>>> a = jnp.array([[1, 2, 3],
...                [4, 5, 6]])
>>> b = jnp.array([[2, 3, 4]])
>>> jnp.linalg.vecdot(a, b, axis=-1)
Array([20, 47], dtype=int32)