pytorhc(v1.7.1)中torch.rfft(3,oneside=False) 和 MATLAB中fftn()的关系

问题描述

将一个MATLAB算法更改为python代码的过程中遇到了一个问题：
当输入的tensor/多维矩阵是mnp的三维矩阵时，

MATLAB中使用的是fftn(),输出为mnp
Python中使用的是torch.rfft(3,oneside=False),输出为mnp*2

根据Pytorch官方文档的描述：

Returns
A tensor containing the real-to-complex Fourier transform result

猜测torch.rfft中的2代表实部和虚部.

验证

对于相同的输入psf

MATLAB中
fpsf_1 = fftn(psf);

Python中
fpsf = psf.rfft(3, onesided=False)

之后统一到MATLAB中进行验证：

 
>> fpsf(2,2,2,:)

  1×1×1×2 single 数组

ans(:,:,1,1) =

   -3.7205


ans(:,:,1,2) =

    3.3637

>> fpsf_1(2,2,2)

ans =

  -3.7205 + 3.3637i

>> fpsf(32,66,43,:)

  1×1×1×2 single 数组

ans(:,:,1,1) =

    0.0342


ans(:,:,1,2) =

   -0.0213

>> fpsf_1(32,66,43)

ans =

   0.0342 - 0.0213i

结论

当oneside=False时，torch.rfft的输出的确是实部和虚部

补充: pytorch不同版本中的高维fft

很多comments提到了不同pytorch版本中fft的函数和含义略有不同，故在文章最后对不同pytorch版本中的情况予以总结，如下面飞书链接中的表格所示。

https://uestc.feishu.cn/docs/doccn23FSWW6Sl03DToG7Dya2Sg