ifftn¶

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（类似一维逆向傅 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，默认是使用最后 len(s) 个轴，如果 s 也没有指定则使用输入 Tensor 的全部的轴。

• 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。

代码示例¶

>>> import paddle

>>> x = paddle.eye(3)
>>> ifftn_x = paddle.fft.ifftn(x, axes=(1,))
>>> print(ifftn_x)
Tensor(shape=[3, 3], dtype=complex64, place=Place(cpu), stop_gradient=True,
[[(0.3333333432674408+0j),
  (0.3333333432674408-0j),
  (0.3333333432674408+0j)],
 [(0.3333333432674408+0j),
  (-0.1666666716337204+0.28867512941360474j),
  (-0.1666666716337204-0.28867512941360474j)],
 [(0.3333333432674408+0j),
  (-0.1666666716337204-0.28867512941360474j),
  (-0.1666666716337204+0.28867512941360474j)]])

使用本API的教程文档¶

• PyTorch 写法