torch.fft

这是离散傅立叶变换及其相关函数的包。使用之前必须先import torch.fft。

torch.fft.fft(input, n=None, dim=-1, norm=None) → Tensor

一维傅立叶变换。

参数：

• input (Tensor)：输入张量
• n (int, optional) ：信号长度，如果给定，那么输入张量要么被zero-padding到信号长度，要么被剪裁到信号长度。
• dim (int, optional)：做一维傅立叶变换的维度。
• norm (str, optional)：归一化模式。
  • “forward” - normalize by 1/n
  • “backward” - no normalization
  • “ortho” - normalize by 1/sqrt(n) (making the FFT orthonormal)

例子：

>>> import torch.fft
>>> t = torch.arange(4)
>>> t
tensor([0, 1, 2, 3])
>>> torch.fft.fft(t)
tensor([ 6.+0.j, -2.+2.j, -2.+0.j, -2.-2.j])

>>> t = tensor([0.+1.j, 2.+3.j, 4.+5.j, 6.+7.j])
>>> torch.fft.fft(t)
tensor([12.+16.j, -8.+0.j, -4.-4.j,  0.-8.j])

torch.fft.ifft(input, n=None, dim=-1, norm=None) → Tensor

一维傅立叶逆变换。

参数： 与一维傅立叶变换一致。

例子：

>>> import torch.fft
>>> t = torch.tensor([ 6.+0.j, -2.+2.j, -2.+0.j, -2.-2.j])
>>> torch.fft.ifft(t)
tensor([0.+0.j, 1.+0.j, 2.+0.j, 3.+0.j])

torch.fft.fftn(input, s=None, dim=None, norm=None) → Tensor

N维傅立叶变换。

参数：

• input (Tensor)：输入张量
• s (Tuple[int], optional)：信号尺寸，如果给定，那么输入张量要变换的维度要么被zero-padding到信号尺寸，要么被剪裁到信号尺寸。
• dim (Tuple[int], optional)：做N维傅立叶变换的维度。
• norm (str, optional)：归一化模式。
  • “forward” - normalize by 1/n
  • “backward” - no normalization
  • “ortho” - normalize by 1/sqrt(n) (making the FFT orthonormal)。n = prod(s)，是s中所有元素的乘积。

例子：

>>> import torch.fft
>>> x = torch.rand(10, 10, dtype=torch.complex64)
>>> fftn = torch.fft.fftn(t)

由于离散傅立叶变换是可分的，因此二维的离散傅立叶变换等价于两个一维的离散傅立叶变换。

>>> two_ffts = torch.fft.fft(torch.fft.fft(x, dim=0), dim=1)
>>> torch.allclose(fftn, two_ffts)

torch.fft.ifftn(input, s=None, dim=None, norm=None) → Tensor

N维傅立叶逆变换。

参数： 与维维傅立叶变换一致。

例子：

>>> import torch.fft
>>> x = torch.rand(10, 10, dtype=torch.complex64)
>>> ifftn = torch.fft.ifftn(t)

由于离散傅立叶逆变换是可分的，因此二维的离散傅立叶逆变换等价于两个一维的离散傅立叶逆变换。

>>> two_iffts = torch.fft.ifft(torch.fft.ifft(x, dim=0), dim=1)
>>> torch.allclose(ifftn, two_iffts)

torch.fft.fftshift(input, dim=None) → Tensor

把转换后的频域图的低频部分放到图像中间，仅起到便于观察的作用。适用于N维。

参数：

• input (Tensor)：输入的频域张量。
• dim (int, Tuple[int], optional)：做顺序调换的维度。

例子：

>>> f = torch.fft.fftfreq(4)
>>> f
tensor([ 0.0000,  0.2500, -0.5000, -0.2500])

>>> torch.fft.fftshift(f)
tensor([-0.5000, -0.2500,  0.0000,  0.2500])

torch.fft.ifftshift(input, dim=None) → Tensor

fftshift()的逆变换。

参数： 与fftshift参数一致。

例子：

>>> f = torch.fft.fftfreq(5)
>>> f
tensor([ 0.0000,  0.2000,  0.4000, -0.4000, -0.2000])

>>> shifted = torch.fft.fftshift(f)
>>> torch.fft.ifftshift(shifted)
tensor([ 0.0000,  0.2000,  0.4000, -0.4000, -0.2000])