ihfftn¶
N 维厄米特(Hermitian)傅里叶变换的逆变换。
使用快速傅里叶变换(FFT)算法对 M 维 Tensor 中的某 N 维计算厄米特(Hermitian)傅里叶变换的逆变 换,沿最后一个轴进行实数变换,其余轴复数变换。
参数¶
x (Tensor) - 输入数据,数据类型为实数。
s (Sequence[int],可选) - 傅里叶变换轴的长度(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) - 计算快速傅里叶变换的轴。如果没有指定,默认是使用最后
len(s)
个轴,如果s
也没有指定则使用输入数据的全部的轴。norm (str,可选) - 指定傅里叶变换的缩放模式,缩放系数由变换的方向和模式同时决定。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,复数类型,输入数据(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。最后一个傅立 叶变换轴的长度为 s[-1]//2+1
,其余变换轴的长度与 s
相同。
代码示例¶
import paddle
spectrum = paddle.to_tensor([10.0, -5.0, 0.0, -1.0, 0.0, -5.0])
print(paddle.fft.ifft(spectrum))
# Tensor(shape=[6], dtype=complex64, place=CUDAPlace(0), stop_gradient=True,
# [(-0.1666666716337204+0j), (1-1.9868215517249155e-08j), (2.3333334922790527-1.9868215517249155e-08j), (3.5+0j), (2.3333334922790527+1.9868215517249155e-08j), (1+1.9868215517249155e-08j)])
print(paddle.fft.ihfft(spectrum))
# Tensor(shape = [4], dtype = complex64, place = CUDAPlace(0), stop_gradient = True,
# [(-0.1666666716337204+0j), (1-1.9868215517249155e-08j), (2.3333334922790527-1.9868215517249155e-08j), (3.5+0j)])