torch.signal.windows.exponential

torch.signal.windows.exponential(M, *, center=None, tau=1.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False) [source]

Вычисляет окно с экспоненциальной формой. Также известно как окно Пуассона.

Экспоненциальное окно определяется следующим образом:

$$w_n = \exp{\left(-\frac{|n - c|}{\tau}\right)}$$

где c является center окна.

Окно нормализовано до 1 (максимальное значение равно 1). Однако 1 не появляется, если M четное и sym равно True.

Параметры

M (int) – длина окна. Другими словами, количество точек возвращаемого окна.

Ключевые аргументы

• center (float, необязательно) – положение центра окна. Значение по умолчанию: M / 2 если sym равно False, иначе (M - 1) / 2.
• tau (float, необязательно) – значение затухания. Tau обычно ассоциируется с процентом, что означает, что значение должно изменяться в интервале (0, 100]. Если tau равно 100, оно считается равномерным окном. Значение по умолчанию: 1.0.
• sym (bool, необязательно) – Если False, возвращается периодическое окно, подходящее для использования в спектральном анализе. Если True, возвращается симметричное окно, подходящее для использования в проектировании фильтров. Значение по умолчанию: True.
• dtype (torch.dtype, optional) – желаемый тип данных возвращаемого тензора. Значение по умолчанию: если None, используется глобальное значение по умолчанию (см. torch.set_default_tensor_type()).
• layout (torch.layout, optional) – желаемая структура возвращаемого тензора. Значение по умолчанию: torch.strided.
• device (torch.device, optional) – желаемое устройство возвращаемого тензора. Значение по умолчанию: если None, используется текущее устройство для типа тензора по умолчанию (см. torch.set_default_tensor_type()). device будет CPU для типов тензоров CPU и текущим устройством CUDA для типов тензоров CUDA.
• requires_grad (bool, необязательно) – Если необходимо регистрировать операции с возвращаемым тензором в автограде. Значение по умолчанию: False.

Тип возвращаемого значения

Тензор

Примеры:

>>> # Generates a symmetric exponential window of size 10 and with a decay value of 1.0.
>>> # The center will be at (M - 1) / 2, where M is 10.
>>> torch.signal.windows.exponential(10)
tensor([0.0111, 0.0302, 0.0821, 0.2231, 0.6065, 0.6065, 0.2231, 0.0821, 0.0302, 0.0111])

>>> # Generates a periodic exponential window and decay factor equal to .5
>>> torch.signal.windows.exponential(10, sym=False,tau=.5)
tensor([4.5400e-05, 3.3546e-04, 2.4788e-03, 1.8316e-02, 1.3534e-01, 1.0000e+00, 1.3534e-01, 1.8316e-02, 2.4788e-03, 3.3546e-04])