jax.numpy.fft.ifft#
- jax.numpy.fft.ifft(a, n=None, axis=-1, norm=None)[原始碼]#
計算一維離散傅立葉逆變換。
JAX 實作的
numpy.fft.ifft()
。- 參數:
- 回傳:
一個陣列,包含
a
的一維離散傅立葉變換。- 回傳型別:
另請參閱
jax.numpy.fft.fft()
:計算一維離散傅立葉變換。jax.numpy.fft.fftn()
:計算多維離散傅立葉變換。jax.numpy.fft.ifftn()
:計算多維離散傅立葉逆變換。
範例
jnp.fft.ifft
預設沿axis -1
計算變換。>>> x = jnp.array([[3, 1, 4, 6], ... [2, 5, 7, 1]]) >>> jnp.fft.ifft(x) Array([[ 3.5 +0.j , -0.25-1.25j, 0. +0.j , -0.25+1.25j], [ 3.75+0.j , -1.25+1.j , 0.75+0.j , -1.25-1.j ]], dtype=complex64)
當
n=5
時,沿軸 -1 的變換維度將為5
,而沿其他軸的維度將與輸入相同。>>> with jnp.printoptions(precision=2, suppress=True): ... print(jnp.fft.ifft(x, n=5)) [[ 2.8 +0.j -0.96-0.04j 1.06+0.5j 1.06-0.5j -0.96+0.04j] [ 3. +0.j -0.59+1.66j 0.09-0.55j 0.09+0.55j -0.59-1.66j]]
當
n=3
且axis=0
時,沿axis 0
的變換維度將為3
,而沿其他軸的維度將與輸入相同。>>> with jnp.printoptions(precision=2, suppress=True): ... print(jnp.fft.ifft(x, n=3, axis=0)) [[ 1.67+0.j 2. +0.j 3.67+0.j 2.33+0.j ] [ 0.67+0.58j -0.5 +1.44j 0.17+2.02j 1.83+0.29j] [ 0.67-0.58j -0.5 -1.44j 0.17-2.02j 1.83-0.29j]]