jax.scipy.signal.fftconvolve

内容

jax.scipy.signal.fftconvolve#

jax.scipy.signal.fftconvolve(in1, in2, mode='full', axes=None)[source]#

使用快速傅里叶变换 (FFT) 对两个 N 维数组进行卷积。

JAX 实现 scipy.signal.fftconvolve().

参数：:

  • in1 (ArrayLike) – 卷积的左侧输入。

  • in2 (ArrayLike) – 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": 返回与 in1 大小相同的 "full" 输出的居中部分。

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

  • axes (Sequence[int] | None | None) – 可选的轴序列，沿着这些轴应用卷积。

返回:

包含卷积结果的数组。

返回类型:

数组

另请参见

示例

一些一维卷积示例。由于基于 FFT 的卷积是近似的，我们在下面使用 jax.numpy.printoptions() 来调整打印精度

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

完全卷积在边缘使用隐式零填充

>>> with jax.numpy.printoptions(precision=3):
...   print(jax.scipy.signal.fftconvolve(x, y, mode='full'))
[1. 3. 6. 7. 6. 3. 1.]

指定 mode = 'same' 返回与第一个输入大小相同的居中卷积

>>> with jax.numpy.printoptions(precision=3):
...   print(jax.scipy.signal.fftconvolve(x, y, mode='same'))
[3. 6. 7. 6. 3.]

指定 mode = 'valid' 仅返回两个数组完全重叠的部分

>>> with jax.numpy.printoptions(precision=3):
...   print(jax.scipy.signal.fftconvolve(x, y, mode='valid'))
[6. 7. 6.]
目录