torch.fft.irfftn

torch.fft.irfftn(input, s=None, dim=None, norm=None, *, out=None) → Tensor [исходный код]

Вычисляет обратное преобразование rfftn().

input интерпретируется как односторонний эрмитов сигнал в частотной области, полученный с помощью rfftn(). В силу эрмитова свойства выходные значения будут вещественными.

Примечание

Чтобы удовлетворить эрмитову свойству, некоторые входные частоты должны быть вещественными. В таких случаях мнимая часть будет игнорироваться. Например, любая мнимая часть в члене нулевой частоты не может быть представлена в вещественном выходе и поэтому всегда будет игнорироваться.

Примечание

Правильная интерпретация эрмитова входа зависит от длины исходных данных, заданной с помощью s. Это связано с тем, что каждой входной форме могут соответствовать сигналы как нечётной, так и чётной длины. По умолчанию предполагается, что длина сигнала чётная, поэтому для сигналов нечётной длины обратное преобразование не восстановит исходные данные. Рекомендуется всегда передавать форму сигнала s.

Примечание

Поддерживаются torch.half и torch.chalf на CUDA с архитектурой GPU SM53 или выше. Однако длина сигнала во всех преобразуемых измерениях должна быть степенью двойки. При аргументах по умолчанию размер последнего измерения должен быть равен (2^n + 1), так как аргумент s по умолчанию задаёт чётный размер выходных данных = 2 * (last_dim_size - 1)

Параметры:

• input (Tensor) – входной тензор
• s (Tuple[int], optional) – Размер сигнала в преобразуемых измерениях. Если задан, каждое измерение dim[i] будет дополнено нулями или обрезано до длины s[i] перед вычислением вещественного БПФ. Если длина -1 не задана, в этом измерении дополнение не выполняется. По умолчанию выходной размер последнего измерения считается чётным: s[-1] = 2*(input.size(dim[-1]) - 1).
• dim (Tuple[int], optional) – Измерения, которые нужно преобразовать. Последнее измерение должно быть сжатым измерением полуспектра Эрмита. По умолчанию преобразуются все измерения или последние len(s) измерения, если задано s.

• norm (str, optional) –

  Режим нормализации. Для обратного преобразования (irfftn()) ему соответствуют следующие значения:

  • "forward" — без нормализации
  • "backward" — нормализация на 1/n
  • "ortho" — нормализация на 1/sqrt(n) (обеспечивает ортонормированность вещественного обратного БПФ)

  Здесь n = prod(s) — логический размер обратного БПФ. Вызов прямого преобразования (rfftn()) с тем же режимом нормализации обеспечит общую нормализацию 1/n для обоих преобразований. Это необходимо, чтобы irfftn() было точным обратным преобразованием.

  По умолчанию используется "backward" (нормализация на 1/n).

Именованные аргументы:

out (Tensor, optional) – выходной тензор.

Пример

>>> t = torch.rand(10, 9)
>>> T = torch.fft.rfftn(t)

Если не указать длину выходных данных для irfft(), обратное преобразование не восстановит исходные данные, поскольку входные данные имеют нечётную длину в последнем измерении:

>>> torch.fft.irfftn(T).size()
torch.Size([10, 8])

Поэтому рекомендуется всегда передавать форму сигнала s.

>>> roundtrip = torch.fft.irfftn(T, t.size())
>>> roundtrip.size()
torch.Size([10, 9])
>>> torch.testing.assert_close(roundtrip, t, check_stride=False)