hfft2

paddle.fft. hfft2 ( x, s=None, axes=(- 2, - 1), norm='backward', name=None ) [源代码]

通过快速傅里叶变换(FFT)算法计算二维厄米特(Hermitian)傅里叶变换。

参数

  • x (Tensor) - 输入数据,其数据类型为复数类型。

  • s (Sequence[int],可选) - 输出 Tensor 在傅里叶变换轴的长度(类似一维傅里叶变换中 的参数 n)。

  • axes (Sequence[int],可选) - 傅里叶变换的轴。如果没有指定,默认使用最后两个轴。

  • 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 11/n;

    • "forward": 正向和逆向变换的缩放系数分别为 1/n1;

    • "ortho": 正向和逆向变换的缩放系数均为 1/sqrt(n);

    其中 ns 中每个元素连乘。

  • 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 。 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

返回

Tensor,数据类型为实数。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。二维傅里叶变换为 N 维傅里叶(hfftn)变换的特例。

代码示例

import numpy as np
import paddle

x = (np.array([[3,2,3],[2, 2, 3]]) + 1j * np.array([[3,2,3],[2, 2, 3]])).astype(np.complex128)
xp = paddle.to_tensor(x)
hfft2_xp = paddle.fft.hfft2(xp).numpy()
print(hfft2_xp)
#  [[19.  7.  3. -9.]
#   [ 1.  1.  1.  1.]]