jax.numpy.polymul

目录

jax.numpy.polymul#

jax.numpy.polymul(a1, a2, *, trim_leading_zeros=False)[源代码][源代码]#

返回两个多项式的乘积。

JAX 实现的 numpy.polymul()。

参数:

  • a1 (ArrayLike) – 多项式系数的1D数组。

  • a2 (ArrayLike) – 多项式系数的1D数组。

  • trim_leading_zeros (bool) – 默认值为 False。如果为 True，则在返回值中去除前导零以匹配 numpy 的结果。但这会阻止函数在编译代码中使用。由于浮点算术误差累积的差异，值被视为零的截止点可能导致 NumPy 和 JAX 之间，甚至不同 JAX 后端之间的结果不一致。结果可能导致当 trim_leading_zeros=True 时输出形状不一致。

返回:

两个多项式乘积的系数数组。输出的 dtype 总是提升为不精确类型。

返回类型:

Array

备注

jax.numpy.polymul() 只接受数组作为输入，不像 numpy.polymul() 那样也接受标量输入。

参见

示例

>>> x1 = np.array([2, 1, 0])
>>> x2 = np.array([0, 5, 0, 3])
>>> np.polymul(x1, x2)
array([10,  5,  6,  3,  0])
>>> jnp.polymul(x1, x2)
Array([ 0., 10.,  5.,  6.,  3.,  0.], dtype=float32)

如果 trim_leading_zeros=True，结果与 np.polymul 的结果匹配。

>>> jnp.polymul(x1, x2, trim_leading_zeros=True)
Array([10.,  5.,  6.,  3.,  0.], dtype=float32)

对于输入数组为 complex 数据类型：

>>> x3 = np.array([2., 1+2j, 1-2j])
>>> x4 = np.array([0, 5, 0, 3])
>>> np.polymul(x3, x4)
array([10. +0.j,  5.+10.j, 11.-10.j,  3. +6.j,  3. -6.j])
>>> jnp.polymul(x3, x4)
Array([ 0. +0.j, 10. +0.j,  5.+10.j, 11.-10.j,  3. +6.j,  3. -6.j],      dtype=complex64)
>>> jnp.polymul(x3, x4, trim_leading_zeros=True)
Array([10. +0.j,  5.+10.j, 11.-10.j,  3. +6.j,  3. -6.j], dtype=complex64)
目录