FFT ops

[源代码]

fft 函数

keras.ops.fft(x)

计算输入张量最后轴上的快速傅里叶变换。

参数

• x: 输入张量的实部和虚部组成的元组。元组中的两个张量都应该是浮点类型。

返回

包含两个张量的元组 - 输出张量的实部和虚部。

示例

>>> x = (
...     keras.ops.convert_to_tensor([1., 2.]),
...     keras.ops.convert_to_tensor([0., 1.]),
... )
>>> fft(x)
(array([ 3., -1.], dtype=float32), array([ 1., -1.], dtype=float32))

[源代码]

fft2 函数

keras.ops.fft2(x)

计算输入张量最后两个轴上的二维快速傅里叶变换。

参数

• x: 输入张量的实部和虚部组成的元组。元组中的两个张量都应该是浮点类型。

返回

包含两个张量的元组 - 输出的实部和虚部。

示例

>>> x = (
...     keras.ops.convert_to_tensor([[1., 2.], [2., 1.]]),
...     keras.ops.convert_to_tensor([[0., 1.], [1., 0.]]),
... )
>>> fft2(x)
(array([[ 6.,  0.],
    [ 0., -2.]], dtype=float32), array([[ 2.,  0.],
    [ 0., -2.]], dtype=float32))

[源代码]

rfft 函数

keras.ops.rfft(x, fft_length=None)

计算输入最后轴上的实值快速傅里叶变换。

计算输入最内层维度上实值信号的1D离散傅里叶变换。

由于实值信号的离散傅里叶变换是厄米对称的，RFFT只返回FFT的fft_length / 2 + 1个唯一分量：零频率项，后跟fft_length / 2个正频率项。

在计算RFFT的轴上，如果fft_length小于输入的相应维度，则该维度将被截断。如果它更大，则该维度将用零填充。

参数

• x：输入张量。
• fft_length: 一个表示FFT长度的整数。如果未指定，则从x的最后一个轴的长度推断。默认为None。

返回

包含两个张量的元组 - 输出的实部和虚部。

示例

>>> x = keras.ops.convert_to_tensor([0.0, 1.0, 2.0, 3.0, 4.0])
>>> rfft(x)
(array([10.0, -2.5, -2.5]), array([0.0, 3.4409548, 0.81229924]))

>>> rfft(x, 3)
(array([3.0, -1.5]), array([0.0, 0.8660254]))

[源代码]

stft 函数

keras.ops.stft(
    x, sequence_length, sequence_stride, fft_length, window="hann", center=True
)

计算输入最后轴上的短时傅里叶变换。

STFT计算输入短重叠窗口的傅里叶变换。这提供了信号的频率分量随时间的变化。

参数

• x：输入张量。
• sequence_length: 一个表示序列长度的整数。
• sequence_stride: 一个表示序列跳跃大小的整数。
• fft_length: 一个表示要应用的FFT大小的整数。如果未指定，则使用包含sequence_length的最小2的幂。
• window: 一个字符串、窗口张量或None。如果window是字符串，则可用值为"hann"和"hamming"。如果window是张量，则直接用作窗口，其长度必须为sequence_length。如果window是None，则不使用窗口。默认为"hann"。
• center: 是否在x的两侧填充，以便t-th序列在时间t * sequence_stride处居中。否则，t-th序列在时间t * sequence_stride处开始。默认为True。

返回

包含两个张量的元组 - STFT输出的实部和虚部。

示例

>>> x = keras.ops.convert_to_tensor([0.0, 1.0, 2.0, 3.0, 4.0])
>>> stft(x, 3, 2, 3)
(array([[0.75, -0.375],
   [3.75, -1.875],
   [5.25, -2.625]]), array([[0.0, 0.64951905],
   [0.0, 0.64951905],
   [0.0, -0.64951905]]))

[源代码]

irfft 函数

keras.ops.irfft(x, fft_length=None)

计算最后轴上的逆实值快速傅里叶变换。

计算输入最内层维度上实值信号的逆1D离散傅里叶变换。

假定输入的内层维度是RFFT的结果：实值信号DFT的fft_length / 2 + 1个唯一分量。如果未提供fft_length，则根据输入的最内层维度的大小计算（fft_length = 2 * (inner - 1)）。如果用于计算的FFT长度是奇数，则应提供它，因为它无法正确推断。

在计算IRFFT的轴上，如果fft_length / 2 + 1小于输入的相应维度，则该维度将被截断。如果它更大，则该维度将用零填充。

参数

• x: 输入张量的实部和虚部组成的元组。元组中的两个张量都应该是浮点类型。
• fft_length: 一个表示FFT长度的整数。如果未指定，则从x的最后一个轴的长度推断。默认为None。

返回

包含输入最后轴上逆实值快速傅里叶变换的张量。

示例

>>> real = keras.ops.convert_to_tensor([0.0, 1.0, 2.0, 3.0, 4.0])
>>> imag = keras.ops.convert_to_tensor([0.0, 1.0, 2.0, 3.0, 4.0])
>>> irfft((real, imag))
array([0.66666667, -0.9106836, 0.24401694])

>>> irfft(rfft(real, 5), 5)
array([0.0, 1.0, 2.0, 3.0, 4.0])

[源代码]

istft 函数

keras.ops.istft(
    x,
    sequence_length,
    sequence_stride,
    fft_length,
    length=None,
    window="hann",
    center=True,
)

计算输入最后轴上的逆短时傅里叶变换。

要重建原始波形，参数应与stft中的参数相同。

参数

• x: 输入张量的实部和虚部组成的元组。元组中的两个张量都应该是浮点类型。
• sequence_length: 一个表示序列长度的整数。
• sequence_stride: 一个表示序列跳跃大小的整数。
• fft_length: 一个表示生成stft的FFT大小的整数。应为int32类型。
• length: 一个表示输出将被精确裁剪到该长度的整数。如果未指定，则不进行填充或裁剪。默认为None。
• window: 一个字符串、窗口张量或None。如果window是字符串，则可用值为"hann"和"hamming"。如果window是张量，则直接用作窗口，其长度必须为sequence_length。如果window是None，则不使用窗口。默认为"hann"。
• center: x是否在两侧进行了填充，以便t-th序列在时间t * sequence_stride处居中。默认为True。

返回

包含输入最后轴上逆短时傅里叶变换的张量。

示例

>>> x = keras.ops.convert_to_tensor([0.0, 1.0, 2.0, 3.0, 4.0])
>>> istft(stft(x, 1, 1, 1), 1, 1, 1)
array([0.0, 1.0, 2.0, 3.0, 4.0])