Функция ifft
Функция ifft выполняет одномерное обратное быстрое преобразование Фурье
над входным тензором, возвращая комплексный тензор, содержащий
исходный сигнал во временной области.
Первым параметром передаётся тензор в частотной области.
Вторым параметром n можно задать размер выходного сигнала.
Третьим параметром dim указывается размерность, вдоль которой
выполняется преобразование.
Четвертым параметром norm задаётся режим нормализации
('backward' - по умолчанию, 'forward' или 'ortho').
Синтаксис
torch.fft.ifft(input, n=None, dim=-1, norm='backward')
Пример
Давайте выполним обратное преобразование Фурье над комплексным тензором, полученным после прямого преобразования:
import torch
# Создаем сигнал во временной области
t = torch.tensor([1, 2, 3, 4], dtype=torch.float)
# Прямое преобразование Фурье
fft_res = torch.fft.fft(t)
print(fft_res)
# Обратное преобразование Фурье
ifft_res = torch.fft.ifft(fft_res)
print(ifft_res)
Результат выполнения кода:
tensor([10.+0.j, -2.+2.j, -2.+0.j, -2.-2.j])
tensor([1.+0.j, 2.+0.j, 3.+0.j, 4.+0.j])
Пример
Давайте выполним обратное преобразование с изменением размера выходного
сигнала с помощью параметра n:
import torch
t = torch.tensor([1, 2, 3, 4], dtype=torch.float)
fft_res = torch.fft.fft(t)
# Обратное преобразование с размером 8
ifft_res = torch.fft.ifft(fft_res, n=8)
print(ifft_res)
Результат выполнения кода:
tensor([1.0000+0.j, 2.0000+0.j, 3.0000+0.j, 4.0000+0.j, 0.0000+0.j,
0.0000+0.j, 0.0000+0.j, 0.0000+0.j])
Пример
Давайте выполним обратное преобразование с ортогональной нормализацией
с помощью параметра norm='ortho':
import torch
t = torch.tensor([1, 2, 3, 4], dtype=torch.float)
fft_res = torch.fft.fft(t, norm='ortho')
# Обратное преобразование с ортогональной нормализацией
ifft_res = torch.fft.ifft(fft_res, norm='ortho')
print(ifft_res)
Результат выполнения кода:
tensor([1.0000+0.j, 2.0000+0.j, 3.0000+0.j, 4.0000+0.j])
