ihfft

paddle.fft. ihfft ( x, n=None, axis=- 1, norm='backward', name=None ) [源代码]

使用快速傅里叶变(FFT)算法计算一维厄米特(Hermitian)傅里叶变换的逆变换。

参数

  • x (Tensor) - 输入 Tensor,数据类型为实数。

  • n (int,可选) - 傅里叶变换点数。如果 n 比输入 Tensor 中对应轴 的长度小,输入数据会被截断。如果 n 比输入 Tensor 中对应轴的长度大,则输入会被补零。如果 n 没有被指定,则使用输入 Tensor 中由 axis 指定的轴的长度。

  • axis (int,可选) - 傅里叶变换的轴。如果没有指定,默认使用最后一维。

  • 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 11/n

    • "forward":正向和逆向变换的缩放系数分别为 1/n1

    • "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,傅里叶变换轴的输出长度为 (n//2)+1,其余轴长度与输入一致。

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=Place(cpu), stop_gradient=True,
[(-0.1666666716337204+0j), (1-0j),
(2.3333334922790527-0j), (3.5+0j),
(2.3333334922790527+0j), (1+0j)])

>>> print(paddle.fft.ihfft(spectrum))
Tensor(shape=[4], dtype=complex64, place=Place(cpu), stop_gradient=True,
[(-0.1666666716337204+0j), (1-0j),
(2.3333334922790527-0j), (3.5+0j)])

使用本API的教程文档