本文简要介绍python语言中 torch.fft.ifftn
的用法。
用法:
torch.fft.ifftn(input, s=None, dim=None, norm=None, *, out=None) → Tensor
input(Tensor) -输入张量
s(元组[int],可选的) -转换维度中的信号大小。如果给定,每个维度
dim[i]
将在计算 IFFT 之前补零或修剪到长度s[i]
。如果指定了长度-1
,则在该维度中不进行填充。默认值:s = [input.size(d) for d in dim]
dim(元组[int],可选的) -要转换的维度。默认值:所有维度,或者如果给出
s
,则为最后一个len(s)
维度。norm(str,可选的) -
标准化模式。对于后向变换(
ifftn()
),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)
其中
n = prod(s)
是逻辑 IFFT 大小。使用相同的归一化模式调用正向变换 (fftn()
) 将在两个变换之间应用1/n
的整体归一化。这是使ifftn()
精确反转所必需的。默认值为
"backward"
(由1/n
标准化)。
out(Tensor,可选的) -输出张量。
计算
input
的 N 维离散傅里叶逆变换。示例
>>> x = torch.rand(10, 10, dtype=torch.complex64) >>> ifftn = torch.fft.ifftn(x)
离散傅里叶变换是可分离的,因此这里的
ifftn()
相当于两个一维的ifft()
调用:>>> two_iffts = torch.fft.ifft(torch.fft.ifft(x, dim=0), dim=1) >>> torch.testing.assert_close(ifftn, two_iffts, check_stride=False)
参数:
关键字参数:
相关用法
- Python PyTorch ifft2用法及代码示例
- Python PyTorch ifftshift用法及代码示例
- Python PyTorch ifft用法及代码示例
- Python PyTorch ignore用法及代码示例
- Python PyTorch ihfft用法及代码示例
- Python PyTorch index_select用法及代码示例
- Python PyTorch identity用法及代码示例
- Python PyTorch import_huggingface_model用法及代码示例
- Python PyTorch invoke_on_rank_and_broadcast_result用法及代码示例
- Python PyTorch is_tensor_like用法及代码示例
- Python PyTorch i0用法及代码示例
- Python PyTorch irfft用法及代码示例
- Python PyTorch is_nonzero用法及代码示例
- Python PyTorch isneginf用法及代码示例
- Python PyTorch i1e用法及代码示例
- Python PyTorch is_scripting用法及代码示例
- Python PyTorch isclose用法及代码示例
- Python PyTorch inv_ex用法及代码示例
- Python PyTorch isnan用法及代码示例
- Python PyTorch imag用法及代码示例
- Python PyTorch inv用法及代码示例
- Python PyTorch is_tensor_method_or_property用法及代码示例
- Python PyTorch isreal用法及代码示例
- Python PyTorch import_fairseq_model用法及代码示例
- Python PyTorch irfftn用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.fft.ifftn。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。