Python PyTorch ifft用法及代码示例

本文简要介绍python语言中 torch.fft.ifft 的用法。

用法:

torch.fft.ifft(input, n=None, dim=- 1, norm=None, *, out=None) → Tensor

参数：

• input(Tensor) -输入张量

• n(int,可选的) -信号长度。如果给定，则在计算 IFFT 之前，输入将被零填充或修剪到此长度。

• dim(int,可选的) -沿其进行一维 IFFT 的维度。

• norm(str,可选的) -

  标准化模式。对于后向变换(ifft())，这些对应于：

  • "forward" - 没有标准化

  • "backward" - 通过 1/n 标准化

  • "ortho" - 通过1/sqrt(n) 标准化(使IFFT正交化)

  使用相同的归一化模式调用正向变换 ( fft() ) 将在两个变换之间应用 1/n 的整体归一化。这是使 ifft() 精确反转所必需的。

  默认值为 "backward" (由 1/n 标准化)。

关键字参数：

out(Tensor,可选的) -输出张量。

计算 input 的一维离散傅里叶逆变换。

示例

>>> t = torch.tensor([ 6.+0.j, -2.+2.j, -2.+0.j, -2.-2.j])
>>> torch.fft.ifft(t)
tensor([0.+0.j, 1.+0.j, 2.+0.j, 3.+0.j])