[ torch 参数更多 ]torch.signal.windows.exponential

torch.signal.windows.exponential

torch.signal.windows.exponential(M, *, center=None, tau=1.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)

paddle.audio.functional.get_window

paddle.audio.functional.get_window(window, win_length, fftbins=True, dtype='float64')

PyTorch 相比 Paddle 支持更多其他参数，具体如下：

参数映射

PyTorch PaddlePaddle 备注
- window 窗函数类型，Pytorch 无此参数，Paddle 需设置为 exponential。
M win_length 输入窗口的长度，也是采样点数，仅参数名不一致。
sym fftbins 判断是否返回适用于过滤器设计的对称窗口，功能相反，Pytorch 默认值为 True 时，Paddle 须设置为 False，需要转写。
center - 窗口的中心位置，Paddle 无此参数，暂无转写方式。
tau - 窗口的半衰期，Paddle 无此参数，需要转写。
dtype dtype 返回 Tensor 的数据类型，支持 float32、float64。PyTorch 若参数为空，返回数据类型默认为 float32。 Paddle 若参数为空，返回数据类型默认为 float64 ，需要转写。
layout - 表示布局方式， Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。
device - 表示 Tensor 存放设备位置，Paddle 无此参数，需要转写。
requires_grad - 表示是否计算梯度， Paddle 无此参数，需要转写。

转写示例

window：窗函数类型

# PyTorch 写法
torch.signal.windows.exponential(10)

# Paddle 写法
paddle.audio.functional.get_window(('exponential', None, 1.0), 10, fftbins = False)

sym：判断是否返回适用于过滤器设计的对称窗口

# PyTorch 写法
torch.signal.windows.exponential(10)

# Paddle 写法
paddle.audio.functional.get_window(('exponential', None, 1.0), 10, fftbins = False)

# PyTorch 写法
torch.signal.windows.exponential(10, sym=False)

# Paddle 写法
paddle.audio.functional.get_window(('exponential', 5, 1.0), 10, fftbins = True)

tau：窗口的半衰期

# PyTorch 写法
torch.signal.windows.exponential(10, tau=0.5)

# Paddle 写法
paddle.audio.functional.get_window(('exponential', 0.5), 10, fftbins = False)

dtype：返回 Tensor 的数据类型

# PyTorch 写法
torch.signal.windows.exponential(10)

# Paddle 写法
paddle.audio.functional.get_window(('exponential', 1.0), 10, dtype = 'float32', fftbins = False)

requires_grad：是否需要求反向梯度，需要修改该 Tensor 的 stop_gradient 属性

# PyTorch 写法
torch.signal.windows.exponential(10, requires_grad=True)

# Paddle 写法
x = paddle.audio.functional.get_window(('exponential', 1.0), 10, fftbins = False)
x.stop_gradient = False

device: Tensor 的设备

# PyTorch 写法
torch.signal.windows.exponential(10, device=torch.device('cpu'))

# Paddle 写法
y = paddle.audio.functional.get_window(('exponential', 1.0), 10, fftbins = False)
y.cpu()