fft

paddle.fft. fft ( x, n=None, axis=- 1, norm='backward', name=None ) [源代码]

一维离散傅里叶变换。

通过快速傅里叶变换(FFT)算法对 M 维 Tensor 中的一维计算离散傅里叶变换。

参数

  • x (Tensor) - 输入 Tensor,数据类型为实数或复数。

  • n (int,可选) - 输出 Tensor 中傅里叶变换轴的长度。如果 n 比输入Tensor 中对应 轴的长度小, 输入数据会被截断。如果 n 比输入 Tensor 中对应轴的长度大,则输入会被补零 。如果 n 没有被指定,则使用输入 Tensor 中由 axis 指定的轴的长度。

  • axis (int,可选) - 傅里叶变换的轴。如果没有指定,默认使用最后一维。

  • norm (str,可选) - 傅里叶变换的缩放模式,缩放系数由变换的方向和缩放模式同时决定。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);

  • name (str,可选) - 输出的名字。一般无需设置,默认值为None。该参数供开发人员打印调试 信息时使用,具体用法请参见 Name

抛出异常

  • ValueError – 如果 n 小于或等于 0。

  • ValueError – 如果 axis 超出有效范围。

返回

Tensor,形状和输入 Tensor 相同,数据类型为复数。由输入 Tensor(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。

代码示例

import numpy as np
import paddle

x = np.exp(3j * np.pi * np.arange(7) / 7)
xp = paddle.to_tensor(x)
fft_xp = paddle.fft.fft(xp).numpy()
print(fft_xp)
#  [1.+1.25396034e+00j 1.+4.38128627e+00j 1.-4.38128627e+00j
#   1.-1.25396034e+00j 1.-4.81574619e-01j 1.+8.88178420e-16j
#   1.+4.81574619e-01j]