rfft2¶
二维实数傅里叶变换。
使用快速傅里叶变换(FFT)算法对 M 维 Tensor 中的某两维计算实数傅里叶变换，默认取最后两维作为傅立 叶变换的轴。
参数¶
x (Tensor) - 输入 Tensor，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) - 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，其中
n为s中每个元素连乘："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) - 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 维傅里叶变换特例，参考 rfftn。
代码示例¶
import paddle
import numpy as np
x = paddle.to_tensor(np.mgrid[:5, :5][0].astype(np.float32))
print(paddle.fft.rfft2(x))
# Tensor(shape=[5, 3], dtype=complex64, place=CUDAPlace(0), stop_gradient=True,
# [[ (50+0j) , (1.1920928955078125e-07+0j) , 0j ],
# [(-12.5+17.204774856567383j) , (-9.644234211236835e-08+7.006946134424652e-08j) , 0j ],
# [(-12.500000953674316+4.061495304107666j) , (3.6837697336977726e-08-1.1337477445749755e-07j), 0j ],
# [(-12.500000953674316-4.061495304107666j) , (3.6837697336977726e-08+1.1337477445749755e-07j), 0j ],
# [(-12.5-17.204774856567383j) , (-9.644234211236835e-08-7.006946134424652e-08j) , 0j ]])