jax.scipy.signal.convolve

内容

jax.scipy.signal.convolve#

jax.scipy.signal.convolve(in1, in2, mode='full', method='auto', precision=None)[source]#

两个 N 维数组的卷积。

JAX 实现 scipy.signal.convolve().

参数：

  • in1 (Array) – 卷积的左侧输入。

  • in2 (Array) – 卷积的右侧输入。必须有 in1.ndim == in2.ndim。

  • mode (str) –

    控制输出的大小。可用的操作是

    • "full": (默认) 输出输入的完整卷积。

    • "same": 返回 "full" 输出的中心部分，其大小与 in1 相同。

    • "valid": 返回 "full" 输出的一部分，这些部分不依赖于数组边缘的填充。

  • method (str) –

    控制计算方法。选项是

    • "auto": (默认) 始终使用 "direct" 方法。

    • "direct"：降低到 jax.lax.conv_general_dilated()。

    • "fft"：通过快速傅里叶变换计算结果。

  • precision (PrecisionLike | None) – 指定计算的精度。有关可用值的描述，请参阅 jax.lax.Precision。

返回:

包含卷积结果的数组。

返回类型:

数组

另请参阅

示例

一些一维卷积示例

>>> x = jnp.array([1, 2, 3, 2, 1])
>>> y = jnp.array([1, 1, 1])

完整卷积使用边缘处的隐式零填充

>>> jax.scipy.signal.convolve(x, y, mode='full')
Array([1., 3., 6., 7., 6., 3., 1.], dtype=float32)

指定 mode = 'same' 返回与第一个输入大小相同的中心卷积

>>> jax.scipy.signal.convolve(x, y, mode='same')
Array([3., 6., 7., 6., 3.], dtype=float32)

指定 mode = 'valid' 仅返回两个数组完全重叠的部分

>>> jax.scipy.signal.convolve(x, y, mode='valid')
Array([6., 7., 6.], dtype=float32)
内容