ihfft2

paddle.fft. ihfft2 ( x, s=None, axes=(- 2, - 1), norm='backward', name=None ) [源代码]

二维厄米特（Hermitian）傅里叶变换的逆变换。

使用快速傅里叶变换（FFT）算法来对 M 维 Tensor 中的某两维计算厄米特（Hermitian）傅里叶变换 的逆变换，默认取最后两维作为傅里叶变换的轴。

参数

  • x (Tensor) - 输入 Tensor，数据类型为实数。

  • s (Sequence[int]，可选) - 傅里叶变换轴的长度（类似一维傅里叶变 换中的参数 n）。对于每一个傅里叶变换的轴，如果 s 中该轴的长度比输入 Tensor 中对应轴 的长度小，输入 Tensor 会被截断。如果 s 中该轴的长度比输入 Tensor 中对应轴的长度大，则 输入会被补零。如果 s 没有指定，则使用输入 Tensor 中由 axes 指定的各个轴的长度。

  • axes (Sequence[int]，可选) - 傅里叶变换的轴。如果没有指定，默认使用最后两个轴。

  • 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 1 和 1/n；

    • "forward"：正向和逆向变换的缩放系数分别为 1/n 和 1；

    • "ortho"：正向和逆向变换的缩放系数均为 1/sqrt(n)；

    其中 n 为 s 中每个元素连乘

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

Tensor，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。 二维傅里叶变换为 N 维傅里叶变换特例，参考 ihfftn。

代码示例

>>> import paddle

>>> arr = paddle.arange(5, dtype="float64")
>>> x = paddle.meshgrid(arr, arr)[0]
>>> print(x)
Tensor(shape=[5, 5], dtype=float64, place=Place(cpu), stop_gradient=True,
[[0., 0., 0., 0., 0.],
 [1., 1., 1., 1., 1.],
 [2., 2., 2., 2., 2.],
 [3., 3., 3., 3., 3.],
 [4., 4., 4., 4., 4.]])

>>> ihfft2_xp = paddle.fft.ihfft2(x)
>>> print(ihfft2_xp.numpy())
[[2. +0.j 0. -0.j 0. -0.j]
 [-0.5-0.68819096j 0. +0.j 0. +0.j]
 [-0.5-0.16245985j 0. +0.j 0. +0.j]
 [-0.5+0.16245985j 0. +0.j 0. +0.j]
 [-0.5+0.68819096j 0. +0.j 0. +0.j]]

使用本API的教程文档