fft2¶
二维离散傅里叶变换。
通过快速傅里叶变换(FFT)算法对 M 维 Tensor 中的两维计算离散傅里叶变换,默认为最后两维。
参数¶
x (Tensor) - 输入 Tensor,数据类型为实数或复数。
s (Sequence[int],可选) - 输出 Tensor 在每一个傅里叶变换轴上的长度(类似一维傅里 叶变换中的参数
n
)。对于每一个傅里叶变换的轴,如果s
中该轴的长度比输入 Tensor 中对应轴的长度小,输入 Tensor 会被截断。如果s
中该轴的长度比输入 Tensor 中对应轴 的长度大,则输入会被补零。如果s
没有指定,则使用输入 Tensor 中由axes
指定的各 个轴的长度。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
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)
;
其中
n
为s
中每个元素连乘。name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
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。二维傅里叶变换为 N 维傅里叶(fftn
)变换的特例。
代码示例¶
import numpy as np
import paddle
x = np.mgrid[:2, :2][1]
xp = paddle.to_tensor(x)
fft2_xp = paddle.fft.fft2(xp).numpy()
print(fft2_xp)
# [[ 2.+0.j -2.+0.j]
# [ 0.+0.j 0.+0.j]]