jax.numpy.vecdot

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

执行两个批次向量的共轭乘法。

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（默认为 -1）

• precision (PrecisionLike | None) – 可以是 None (默认值)，表示使用后端的默认精度； 一个 Precision 枚举值 (Precision.DEFAULT, Precision.HIGH 或 Precision.HIGHEST)；或者一个包含两个此类值的元组，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；或者一个数据类型，指示将结果累积到该数据类型并返回该数据类型的结果。

• x1 (ArrayLike)

• x2 (ArrayLike)

返回:

包含 a 和 b 沿 axis 的共轭点积的数组。非收缩维度被广播到一起。

返回类型:

Array

另请参阅

• jax.numpy.vdot(): 扁平化向量积。

• jax.numpy.vecmat(): 向量-矩阵积。

• jax.numpy.matmul(): 通用矩阵乘法。

• jax.lax.dot_general(): 通用 N 维批次点积。

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 数组的批次向量点积

>>> 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)