torch1.7版本与之后版本torch.fft的变化

 1.7版本之前对(256,256)矩阵做傅里叶变换

 a = torch.randn(256,256)
 torch.save(a, "./a.pt")
 image = torch.zeros(2,256,256)
 image[0] = a
 image[1] = image[1] -1
 image = image.permute(1,2,0)
 b = torch.fft(image,2)
 c = b.permute(2,0,1)
 torch.save(c,'./c.pt')

1.7版本之后做傅里叶变换

a = torch.load('../a.pt')
c = torch.load('../c.pt')

b = torch.fft.fft2(a)
b1 = b.real
b2 = b.imag

通过比较b1与c[0,:,:]的值以及b2与c[1:,:]的值可以看出1.7版本之前的torch.fft是不能存储复值数据,用两通道数据来分别存储实部与虚部。

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值