jax.numpy.fft.rfft2

目录

jax.numpy.fft.rfft2#

jax.numpy.fft.rfft2(a, s=None, axes=(-2, -1), norm=None)[source]#

计算实值数组的二维离散傅里叶变换。

JAX 实现 numpy.fft.rfft2().

参数：

  • a (ArrayLike) – 实值输入数组。必须有 a.ndim >= 2。

  • s (Shape | None | None) – 可选长度为 2 的整数序列。指定每个指定轴上输出的有效大小。如果未指定，它将默认为输入在 axes 上的维度。

  • axes (Sequence[int]) – 可选长度为 2 的整数序列，默认为 (-2,-1)。指定沿其计算变换的轴。

  • norm (str | None | None) – 字符串，默认为 “backward”。归一化模式。“backward”、“ortho” 和 “forward” 受支持。

返回值：

包含 a 的二维离散傅里叶变换的数组。输出沿轴 axes[1] 的大小为 (s[1]/2)+1，如果 s[1] 是偶数，则为 (s[1]+1)/2，如果 s[1] 是奇数。输出沿轴 axes[0] 的大小为 s[0]。

返回类型:

数组

另请参见

示例

jnp.fft.rfft2 默认情况下计算最后两个轴上的变换。

>>> x = jnp.array([[[1, 3, 5],
...                 [2, 4, 6]],
...                [[7, 9, 11],
...                 [8, 10, 12]]])
>>> with jnp.printoptions(precision=2, suppress=True):
...   jnp.fft.rfft2(x)
Array([[[21.+0.j  , -6.+3.46j],
        [-3.+0.j  ,  0.+0.j  ]],

       [[57.+0.j  , -6.+3.46j],
        [-3.+0.j  ,  0.+0.j  ]]], dtype=complex64)

当 s=[2, 4] 时，沿 axis -2 的变换维度将为 2，沿 axis -1 的变换维度将为 (4/2)+1) = 3，其他轴的维度将与输入相同。

>>> with jnp.printoptions(precision=2, suppress=True):
...   jnp.fft.rfft2(x, s=[2, 4])
Array([[[21. +0.j, -8. -7.j,  7. +0.j],
        [-3. +0.j,  0. +1.j, -1. +0.j]],

       [[57. +0.j, -8.-19.j, 19. +0.j],
        [-3. +0.j,  0. +1.j, -1. +0.j]]], dtype=complex64)

当 s=[3, 5] 且 axes=(0, 1) 时，沿 axis 0 的变换形状将为 3，沿 axis 1 的变换形状将为 (5+1)/2 = 3，其他轴的维度将与输入相同。

>>> with jnp.printoptions(precision=2, suppress=True):
...   jnp.fft.rfft2(x, s=[3, 5], axes=(0, 1))
Array([[[ 18.   +0.j  ,  26.   +0.j  ,  34.   +0.j  ],
        [ 11.09 -9.51j,  16.33-13.31j,  21.56-17.12j],
        [ -0.09 -5.88j,   0.67 -8.23j,   1.44-10.58j]],

      [[ -4.5 -12.99j,  -2.5 -16.45j,  -0.5 -19.92j],
        [ -9.71 -6.3j , -10.05 -9.52j, -10.38-12.74j],
        [ -4.95 +0.72j,  -5.78 -0.2j ,  -6.61 -1.12j]],

      [[ -4.5 +12.99j,  -2.5 +16.45j,  -0.5 +19.92j],
        [  3.47+10.11j,   6.43+11.42j,   9.38+12.74j],
        [  3.19 +1.63j,   4.4  +1.38j,   5.61 +1.12j]]], dtype=complex64)
内容