ihfftn

paddle.fft. ihfftn ( x, s=None, axes=None, norm='backward', name=None ) [源代码]

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 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)

    其中 ns 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=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