jax.scipy.signal.correlate#
- jax.scipy.signal.correlate(in1, in2, mode='full', method='auto', precision=None)[source]#
两个 N 维数组的互相关。
JAX 实现的
scipy.signal.correlate()
.- 参数:
in1 (Array) – 互相关的左侧输入。
in2 (Array) – 互相关的右侧输入。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) 输出输入的完整互相关。"same"
: 返回"full"
输出的居中部分,该部分与in1
大小相同。"valid"
: 返回"full"
输出的一部分,该部分不依赖于数组边缘的填充。
method (str) –
控制计算方法。选项包括:
"auto"
: (默认) 始终使用"direct"
方法。"direct"
: 降级到jax.lax.conv_general_dilated()
。"fft"
: 通过快速傅里叶变换计算结果。
precision (PrecisionLike | None) – 指定计算精度。有关可用值的说明,请参阅
jax.lax.Precision
。
- 返回值:
包含互相关结果的数组。
- 返回类型:
参见
jax.numpy.correlate()
: 一维互相关jax.scipy.signal.convolve()
: ND 卷积
示例
一些一维相关示例
>>> x = jnp.array([1, 2, 3, 2, 1]) >>> y = jnp.array([1, 3, 2])
完整的 1D 相关使用边缘处的隐式零填充
>>> 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'
只返回两个数组完全重叠部分的 1D 相关>>> jax.scipy.signal.correlate(x, y, mode='valid') Array([13., 15., 11.], dtype=float32)