jax.numpy.vecdot#
- jax.numpy.vecdot(x1, x2, /, *, axis=-1, precision=None, preferred_element_type=None)[source]#
对两个批处理向量执行共轭乘法。
JAX 实现
numpy.vecdot()
。- 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,并且其余维度必须是广播兼容的。axis (int) – 计算点积的轴(默认值:-1)
precision (PrecisionLike | None) – 可以是
None
(默认值),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
),或者是一个包含两个枚举值的元组,分别表示a
和b
的精度。preferred_element_type (DTypeLike | None | None) – 可以是
None
(默认值),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具有该数据类型的结果。x1 (ArrayLike)
x2 (ArrayLike)
- 返回:
包含
a
和b
沿axis
的共轭点积的数组。未收缩的维度将一起广播。- 返回类型:
另请参阅
jax.numpy.vdot()
: 展平的向量积。jax.numpy.matmul()
: 通用矩阵乘法。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)