[ torch 参数更多 ] torch.fft.rfftfreq

torch.fft.rfftfreq

torch.fft.rfftfreq(n,
                d=1.0,
                *,
                out=None,
                dtype=None,
                layout=torch.strided,
                device=None,
                requires_grad=False)

paddle.fft.rfftfreq

paddle.fft.rfftfreq(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.rfftfreq(x, out=y)

# Paddle 写法
paddle.assign(paddle.fft.rfftfreq(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.rfftfreq(x, requires_grad=True)

# Paddle 写法
x = paddle.fft.rfftfreq(x)
x.stop_gradient = False

device: Tensor 的设备

# PyTorch 写法
torch.fft.rfftfreq(x, device=torch.device('cpu'))

# Paddle 写法
y = paddle.fft.rfftfreq(x)
y.cpu()