[ torch 参数更多 ] torch.fft.fftfreq¶
torch.fft.fftfreq¶
torch.fft.fftfreq(n,
d=1.0,
*,
out=None,
dtype=None,
layout=torch.strided,
device=None,
requires_grad=False)
paddle.fft.fftfreq¶
paddle.fft.fftfreq(n,
d=1.0,
dtype=None,
name=None)
其中,PyTorch 相比 Paddle 支持更多其他参数,具体如下:
参数映射¶
PyTorch | PaddlePaddle | 备注 |
---|---|---|
n | n | 窗长度(傅里叶变换点数)。 |
d | d | 采样间隔,采样率的倒数,默认值为 1。 |
out | - | 输出的 Tensor,Paddle 无此参数,需要转写。 |
dtype | dtype | 返回 Tensor 的数据类型。 |
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 | - | 表示是否不阻断梯度传导,Paddle 无此参数,需要转写。 |
转写示例¶
out:指定输出¶
# PyTorch 写法
torch.fft.fftfreq(x, out=y)
# Paddle 写法
paddle.assign(paddle.fft.fftfreq(x),y)
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
x = torch.fft.fftfreq(x, requires_grad=True)
# Paddle 写法
x = paddle.fft.fftfreq(x)
x.stop_gradient = False
device: Tensor 的设备¶
# PyTorch 写法
torch.fft.fftfreq(x, device=torch.device('cpu'))
# Paddle 写法
y = paddle.fft.fftfreq(x)
y.cpu()