irfftn

paddle.fft. irfftn ( x, s=None, axes=None, norm='backward', name=None ) [源代码]

通过快速傅里叶变换(FFT)算法计算 N 维实数傅里叶变换 （rfftn）的逆变换。

该函数通过快速傅立叶变换（FFT）计算 M-D 矩阵中任意轴上实输入的 N-D 离散傅立叶变换的逆。即，在计算精度内 irfftn(rfftn(x), x.shape) == x 成立。（ x.shape 的信息是必要的，其存在原因与 irfft 中的 len(x) 相同）。

此函数输入的排序方式应与 rfftn 返回的方式相同。

参数

  • x (Tensor) - 输入数据，其数据类型为复数。

  • s (Sequence[int]，可选) - 输出 Tensor 在每一个傅里叶变换轴上的长度（类似一维傅里 叶变换中的参数 n）。

    • 对于傅里叶变换的最后一个轴，输入长度要求是 s[-1]//2+1，如果输入 Tensor 的长度大于``s[-1]//2+1``，输入 Tensor 会被截断。如果输入 Tensor 的长度小于 s[-1]//2+1，则输入 Tensor 会被补零；

    • 对于傅里变换其他每一个轴 i，如果输入 Tensor 的长度大于 s[i]，输入 Tensor 会被截断。如果输入 Tensor 的长度小于 s[i]，则输入 Tensor 会被补零；

    • 如果未指定 s，则 s 在最后一个傅里叶变换轴取值为 2*(m-1)，其中 m 是输入 Tensor 在最后一个傅里叶变换轴的长度，其余轴为输入 Tensor 在该轴的长度。

  • axes (Sequence[int]，可选) - 计算快速傅里叶变换的轴。如果没有指定，默认是使用最后 len(s) 个轴，如果 s 也没有指定则使用输入数据的全部的轴。

  • norm (str，可选) - 指定傅里叶变换的缩放模式，缩放系数由变换的方向和模式同时决定。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，数据类型为实数。输入数据（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。 如果指定 s，则输出 Tensor 在傅里叶变换维度的长度为 s。否则输出 Tensor 在最后一个 傅里叶变换轴的长度为 2*(m-1)，其中 m 是输入 Tensor 在最后一个傅里叶变换轴的长 度，其余轴为输入 Tensor 在对应轴的长度。

如果未指定 s，则输出在最后一个傅里叶变换轴上的长度一定为偶数。

代码示例

>>> import paddle

>>> x = paddle.to_tensor([2.+2.j, 2.+2.j, 3.+3.j]).astype(paddle.complex128)
>>> print(x)
Tensor(shape=[3], dtype=complex128, place=Place(cpu), stop_gradient=True,
[(2+2j), (2+2j), (3+3j)])

>>> irfftn_x = paddle.fft.irfftn(x)
>>> print(irfftn_x)
Tensor(shape=[4], dtype=float64, place=Place(cpu), stop_gradient=True,
[2.25000000, -1.25000000, 0.25000000, 0.75000000])

使用本API的教程文档