torch.fft.ifft

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

計算 input 的一維反離散傅立葉轉換。

注意

在 CUDA 上，當 GPU 架構為 SM53 或更高時，支援 torch.half 和 torch.chalf。然而，它僅支援每個轉換維度中長度為 2 的冪次的訊號。

參數

• input (Tensor) – 輸入張量

• n (int, optional) – 訊號長度。 如果給定，則在計算 IFFT 之前，輸入將被零填充或修剪到此長度。

• dim (int, optional) – 執行一維 IFFT 的維度。

• norm (str, optional) –

  正規化模式。 對於反向轉換 (ifft())，它們分別對應於

  • "forward" - 無正規化

  • "backward" - 按 1/n 正規化

  • "ortho" - 按 1/sqrt(n) 正規化 (使 IFFT 為正交)

  以相同的正規化模式呼叫正向轉換 (fft()) 將在兩個轉換之間應用 1/n 的整體正規化。 這是使 ifft() 成為精確反向運算所必需的。

  預設值為 "backward" (按 1/n 正規化)。

關鍵字引數

out (Tensor, optional) – 輸出張量。

範例

>>> 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])