jax.scipy.signal.correlate

jax.scipy.signal.correlate(in1, in2, mode='full', method='auto', precision=None)

两个 N 维数组的互相关。

scipy.signal.correlate() 的 JAX 实现。

参数:

• in1 (Array) – 互相关的左侧输入。

• in2 (Array) – 互相关的右侧输入。必须满足 in1.ndim == in2.ndim。

• mode (str) –

  控制输出的大小。可用的操作有

  • "full": (默认) 输出输入的完整互相关。

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

  • "valid": 返回 "full" 输出中不依赖于数组边缘填充的部分。

• method (str) –

  控制计算方法。选项有

  • "auto": (默认) 始终使用 "direct" 方法。

  • "direct": 降级为 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。有关可用值的说明，请参阅 jax.lax.Precision。

返回:

包含互相关结果的数组。

返回类型:

Array

另请参阅

• jax.numpy.correlate(): 1D 互相关

• jax.scipy.signal.correlate2d(): 2D 互相关

• jax.scipy.signal.convolve(): ND 卷积

示例

一些 1D 相关示例

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

完整的 1D 相关在边缘使用隐式零填充

>>> jax.scipy.signal.correlate(x, y, mode='full')
Array([ 2.,  7., 13., 15., 11.,  5.,  1.], dtype=float32)

指定 mode = 'same' 返回与第一个输入大小相同的中心 1D 相关

>>> jax.scipy.signal.correlate(x, y, mode='same')
Array([ 7., 13., 15., 11.,  5.], dtype=float32)

指定 mode = 'valid' 仅返回两个数组完全重叠的 1D 相关部分

>>> jax.scipy.signal.correlate(x, y, mode='valid')
Array([13., 15., 11.], dtype=float32)