irfftn¶
通过快速傅里叶变换(FFT)算法计算 N 维实数傅里叶变换 (rfftn)的逆变换。
该函数通过快速傅立叶变换(FFT)计算 M-D 矩阵中任意轴上实输入的 N-D 离散傅立叶变换的逆。即,在计算精度内 irfftn(rfftn(x), x.shape) == x
成立。( x.shape
的信息是必要的,其存在原因与 irfft 中的 len(x)
相同)。
此函数输入的排序方式应与 rfftn 返回的方式相同。
参数¶
x (Tensor) - 输入数据,其数据类型为复数。
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
)。对于傅里叶变换的最后一个轴,输入长度要求是
s[-1]//2+1
,如果输入 Tensor 的长度大于``s[-1]//2+1``,输入 Tensor 会被截断。如果输入 Tensor 的长度小于s[-1]//2+1
,则输入 Tensor 会被补零;对于傅里变换其他每一个轴
i
,如果输入 Tensor 的长度大于s[i]
,输入 Tensor 会被截断。如果输入 Tensor 的长度小于s[i]
,则输入 Tensor 会被补零;如果未指定 s,则
s
在最后一个傅里叶变换轴取值为2*(m-1)
,其中m
是输入 Tensor 在最后一个傅里叶变换轴的长度,其余轴为输入 Tensor 在该轴的长度。
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,数据类型为实数。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。 如果指定 s
,则输出 Tensor 在傅里叶变换维度的长度为 s
。否则输出 Tensor 在最后一个 傅里叶变换轴的长度为 2*(m-1)
,其中 m
是输入 Tensor 在最后一个傅里叶变换轴的长 度,其余轴为输入 Tensor 在对应轴的长度。
如果未指定 s
,则输出在最后一个傅里叶变换轴上的长度一定为偶数。
代码示例¶
import paddle
x = paddle.to_tensor([2.+2.j, 2.+2.j, 3.+3.j]).astype(paddle.complex128)
print(x)
irfftn_x = paddle.fft.irfftn(x)
print(irfftn_x)
# Tensor(shape=[3], dtype=complex128, place=Place(cpu), stop_gradient=True,
# [(2+2j), (2+2j), (3+3j)])
# Tensor(shape=[4], dtype=float64, place=Place(cpu), stop_gradient=True,
# [ 2.25000000, -1.25000000, 0.25000000, 0.75000000])