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 ( Array ) – 数组

• type ( int ) – 整数，默认值 = 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。指定计算变换的轴。

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

返回:

包含 x 的离散余弦逆变换的数组

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))
[[-0.03 -0.08 -0.08]
 [ 0.05  0.12 -0.09]
 [-0.02 -0.04  0.08]]

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

>>> with jnp.printoptions(precision=2, suppress=True):
...  print(jax.scipy.fft.idctn(x, s=[2]))
[[-0.01 -0.03 -0.14]
 [ 0.    0.03  0.06]]

当 s=[2] 和 axes=[1] 时，沿 axis 1 的变换维度将为 2，沿 axis 0 的维度将与输入的维度相同。 同样，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]))
[[ 0.   -0.19]
 [-0.03 -0.34]
 [-0.38  0.04]]

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]))
[[-0.01 -0.01 -0.05 -0.11]
 [ 0.    0.01  0.03  0.04]]

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

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