torch.fft.ifft

torch.fft.ifft(input, n=None, dim=-1, norm=None, *, out=None) → Tensor

计算 input 的一维逆离散傅里叶变换。

注意

在具有 GPU 架构 SM53 或更高版本的 CUDA 上支持 torch.half 和 torch.chalf。但是，它仅支持每个转换维度上 2 的幂信号长度。

参数

• input (Tensor) – 输入张量

• n (int, 可选) – 信号长度。如果给出，则在计算 IFFT 之前，输入将填充零或截断到此长度。

• dim (int, 可选) – 进行一维 IFFT 的维度。

• norm (str, 可选) –

  归一化模式。对于反向变换 (ifft())，这些对应于

  • "forward" - 不进行归一化

  • "backward" - 按 1/n 归一化

  • "ortho" - 按 1/sqrt(n) 归一化（使 IFFT 正交）

  使用相同归一化模式调用前向变换 (fft()) 将在两个变换之间应用 1/n 的整体归一化。这对于使 ifft() 成为精确的反向变换是必需的。

  默认为 "backward"（按 1/n 归一化）。

关键字参数

out (Tensor, 可选) – 输出张量。

示例

>>> t = torch.tensor([ 6.+0.j, -2.+2.j, -2.+0.j, -2.-2.j])
>>> torch.fft.ifft(t)
tensor([0.+0.j, 1.+0.j, 2.+0.j, 3.+0.j])