在return 1.1.0的文档中,对torch.fft返回的描述是
“将实部和虚部作为相同形状输入的张量一起返回”。
在pytorch1.8.1中,torch.fft被torch.fft.fft2取代,torch.fft.fft2以复杂的方式输出结果
对于相同的数据,torch.fft的输出是
张量(32779.2891)张量(67.1836)张量(11.9802)张量(-47.5729)张量(-101.7718)张量(-5.7989)张量(17.5259)张量(41.0830)张量(-5.1960)张量(42.2860)
torch.fft.fft2的输出结果是
张量(32779.2891+0.j)张量(36.2154-25.2860j)张量(22.9704-39.8544j)张量(-62.9149+6.8637j)张量(-87.2122-94.2708j)张量(-3.2740+52.0396j)张量(-32.4686+46.9949j)张量(-50.1910-30.1725j)张量(-8.8877+19.0709j)张量(39.9689-32.3084j)
输入是input = numpy.random.rand(256,256)生成的256x256数据,上面的结果是使用该数据(256x256)作为输入而生成的数据的一部分。利用这些数据(256x256),Matlab和torch.fft.fft2输出相同的结果。
torch.fft如何将结果的实部和虚部存储成相同形状的张量?
如何使用torch.fft.fft2输出与torch.fft相同的结果
发布于 2022-11-19 03:25:13
我在这个问题上挣扎了几天,然后我尝试了torch.fft.fft2,中的所有参数,最后我发现set norm='ortho'与旧的py手电筒torch.fft的结果相同。希望这能帮到你。
https://stackoverflow.com/questions/69764891
复制相似问题