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 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)

    其中 ns 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 numpy as np
import paddle

x = np.mgrid[:5, :5][0].astype(np.float64)
xp = paddle.to_tensor(x)
ihfft2_xp = paddle.fft.ihfft2(xp).numpy()
print(ihfft2_xp)
# [[ 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        ]]