[ torch 参数更多 ]torch.signal.windows.hann¶
torch.signal.windows.hann¶
torch.signal.windows.hann(M, *, 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 hann。 |
| 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。 |
| 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.hann(10)
# Paddle 写法
paddle.audio.functional.get_window('hann', 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.hann(10)
# Paddle 写法
paddle.audio.functional.get_window('hann', 10, fftbins = False)
# PyTorch 写法
torch.signal.windows.hann(10, sym=False)
# Paddle 写法
paddle.audio.functional.get_window('hann', 10, fftbins = True)
dtype：返回 Tensor 的数据类型¶
# PyTorch 写法
torch.signal.windows.hann(10)
# Paddle 写法
paddle.audio.functional.get_window('hann', 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.hann(10, requires_grad=True)
# Paddle 写法
x = paddle.audio.functional.get_window('hann', 10, fftbins = False)
x.stop_gradient = False
device: Tensor 的设备¶
# PyTorch 写法
torch.signal.windows.hann(10, device=torch.device('cpu'))
# Paddle 写法
y = paddle.audio.functional.get_window('hann', 10, fftbins = False)
y.cpu()