jax.numpy.linalg.vecdot

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

计算两个数组的（批处理）向量共轭点积。

numpy.linalg.vecdot() 的 JAX 实现。

参数:

• x1 (类数组) – 左侧数组。

• x2 (类数组) – 右侧数组。 x2[axis] 的大小必须与 x1[axis] 的大小匹配，并且剩余的维度必须是可广播兼容的。

• axis (int) – 计算点积的轴（默认值：-1）

• precision (PrecisionLike | None) – 可以是 None (默认)，表示使用后端的默认精度，也可以是 Precision 枚举值（Precision.DEFAULT， Precision.HIGH 或 Precision.HIGHEST），或者是由两个这样的值组成的元组，分别表示 x1 和 x2 的精度。

• preferred_element_type (DTypeLike | None | None) – 可以是 None (默认)，表示使用输入类型的默认累积类型，也可以是数据类型，表示将结果累积到该数据类型并返回该数据类型的结果。

返回:

沿 axis 包含 x1 和 x2 的共轭点积的数组。非缩并维度会广播在一起。

返回类型:

数组

另请参阅

• jax.numpy.vecdot()：jax.numpy 命名空间中类似的 API。

• jax.numpy.linalg.matmul()：矩阵乘法。

• jax.numpy.linalg.tensordot()：一般张量点积。

示例

两个一维数组的向量点积

>>> x1 = jnp.array([1, 2, 3])
>>> x2 = jnp.array([4, 5, 6])
>>> jnp.linalg.vecdot(x1, x2)
Array(32, dtype=int32)

两个二维数组的批量向量点积

>>> x1 = jnp.array([[1, 2, 3],
...                 [4, 5, 6]])
>>> x2 = jnp.array([[2, 3, 4]])
>>> jnp.linalg.vecdot(x1, x2, axis=-1)
Array([20, 47], dtype=int32)