fft¶
一维离散傅里叶变换。
通过快速傅里叶变换(FFT)算法对 M 维 Tensor 中的一维计算离散傅里叶变换。
参数¶
x (Tensor) - 输入 Tensor,数据类型为实数或复数。
n (int,可选) - 输出 Tensor 中傅里叶变换轴的长度。如果
n
比输入Tensor 中对应 轴的长度小, 输入数据会被截断。如果n
比输入 Tensor 中对应轴的长度大,则输入会被补零 。如果n
没有被指定,则使用输入 Tensor 中由axis
指定的轴的长度。axis (int,可选) - 傅里叶变换的轴。如果没有指定,默认使用最后一维。
norm (str,可选) - 傅里叶变换的缩放模式,缩放系数由变换的方向和缩放模式同时决定。取 值必须是 "forward","backward","ortho" 之一,默认值为 "backward". 三种缩放模式对应 的行为如下:
"backward": 正向和逆向变换的缩放系数分别为
1
和1/n
;"forward": 正向和逆向变换的缩放系数分别为
1/n
和1
;"ortho": 正向和逆向变换的缩放系数均为
1/sqrt(n)
;
name (str,可选) - 输出的名字。一般无需设置,默认值为None。该参数供开发人员打印调试 信息时使用,具体用法请参见 Name 。
抛出异常¶
ValueError
– 如果n
小于或等于 0。ValueError
– 如果axis
超出有效范围。
返回¶
Tensor,形状和输入 Tensor 相同,数据类型为复数。由输入 Tensor(可能被截断或者补零之后)在指 定维度进行傅里叶变换的输出。
代码示例¶
import numpy as np
import paddle
x = np.exp(3j * np.pi * np.arange(7) / 7)
xp = paddle.to_tensor(x)
fft_xp = paddle.fft.fft(xp).numpy()
print(fft_xp)
# [1.+1.25396034e+00j 1.+4.38128627e+00j 1.-4.38128627e+00j
# 1.-1.25396034e+00j 1.-4.81574619e-01j 1.+8.88178420e-16j
# 1.+4.81574619e-01j]