jax.scipy.fft.idctn

jax.scipy.fft.idctn(x, type=2, s=None, axes=None, norm=None)

计算输入的多维逆离散余弦变换

scipy.fft.idctn() 的 JAX 实现。

参数：

• x (数组) – 数组

• type (int) – 整数，默认值为 2。目前仅支持类型 2。

• s (Sequence[int] | None | None) – 整数或整数序列。指定结果的形状。如果未指定，则默认为沿指定 axes 的 x 的形状。

• axes (Sequence[int] | None | None) – 整数或整数序列。指定将计算变换的轴。

• norm (str | None | None) – 字符串。归一化模式：[None, "backward", "ortho"] 之一。默认值为 None，等同于 "backward"。

返回:

包含 x 的逆离散余弦变换的数组

返回类型:

数组

另请参阅

• jax.scipy.fft.dct(): 一维 DCT

• jax.scipy.fft.dctn(): 多维 DCT

• jax.scipy.fft.idct(): 一维逆 DCT

示例

当 axes 参数为 None 时，jax.scipy.fft.idctn 默认计算沿两个轴的变换。

>>> x = jax.random.normal(jax.random.key(0), (3, 3))
>>> with jnp.printoptions(precision=2, suppress=True):
...    print(jax.scipy.fft.idctn(x))
[[ 0.12  0.11 -0.15]
 [ 0.07  0.17 -0.03]
 [ 0.19 -0.07 -0.02]]

当 s=[2] 时，沿 axis 0 的变换维度将为 2，沿 axis 1 的维度将与输入的相同。

>>> with jnp.printoptions(precision=2, suppress=True):
...  print(jax.scipy.fft.idctn(x, s=[2]))
[[ 0.15  0.21 -0.18]
 [ 0.24 -0.01 -0.02]]

当 s=[2] 且 axes=[1] 时，沿 axis 1 的变换维度将为 2，沿 axis 0 的维度将与输入的相同。并且当 axes=[1] 时，变换将仅沿 axis 1 计算。

>>> with jnp.printoptions(precision=2, suppress=True):
...  print(jax.scipy.fft.idctn(x, s=[2], axes=[1]))
[[ 1.12 -0.31]
 [ 0.04 -0.08]
 [ 0.05 -0.3 ]]

当 s=[2, 4] 时，变换的形状将为 (2, 4)

>>> with jnp.printoptions(precision=2, suppress=True):
...  print(jax.scipy.fft.idctn(x, s=[2, 4]))
[[ 0.1   0.18  0.07 -0.16]
 [ 0.2   0.06 -0.03 -0.01]]

jax.scipy.fft.idctn 可用于从 jax.scipy.fft.dctn 的结果重建 x

>>> x_dctn = jax.scipy.fft.dctn(x)
>>> jnp.allclose(x, jax.scipy.fft.idctn(x_dctn))
Array(True, dtype=bool)