2डी वास्तविक-मूल्यवान तेज़ फूरियर रूपांतरण।
'इनपुट' के सबसे अंदरूनी 2 आयामों पर वास्तविक-मूल्य वाले सिग्नल के 2-आयामी असतत फूरियर रूपांतरण की गणना करता है।
चूँकि वास्तविक सिग्नल का DFT हर्मिटियन-सममित है, `signal.Rfft2d` केवल `fft_length / 2 + 1` को `आउटपुट` के सबसे आंतरिक आयाम के लिए FFT के अद्वितीय घटकों को लौटाता है: शून्य-आवृत्ति शब्द, उसके बाद `fft_length / 2` धनात्मक-आवृत्ति शर्तों द्वारा।
प्रत्येक अक्ष के साथ `signal.Rfft2d` की गणना की जाती है, यदि `fft_length` `इनपुट` के संबंधित आयाम से छोटा है, तो आयाम काट दिया जाता है। यदि यह बड़ा है, तो आयाम शून्य से भरा हुआ है।
स्थिरांक
डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
आउटपुट <यू> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
स्थिर <U TType > Rfft2d <U> का विस्तार करता है | |
आउटपुट <यू> | आउटपुट () `इनपुट` के समान रैंक का एक कॉम्प्लेक्स64 टेंसर। |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
सार्वजनिक तरीके
सार्वजनिक आउटपुट <यू> आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक Rfft2d <U> बनाएं ( स्कोप स्कोप, ऑपरेंड <? विस्तारित TNumber > इनपुट, ऑपरेंड < TInt32 > fftLength, क्लास<U> Tcomplex)
एक नया Rfft2d ऑपरेशन लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
इनपुट | एक फ्लोट32 टेंसर। |
एफएफटीलंबाई | आकार का एक int32 टेंसर [2]। प्रत्येक आयाम के लिए एफएफटी लंबाई। |
रिटर्न
- Rfft2d का एक नया उदाहरण
सार्वजनिक आउटपुट <यू> आउटपुट ()
`इनपुट` के समान रैंक का एक कॉम्प्लेक्स64 टेंसर। `इनपुट` के सबसे अंदरूनी 2 आयामों को उनके 2डी फूरियर ट्रांसफॉर्म से बदल दिया गया है। सबसे भीतरी आयाम में `fft_length / 2 + 1` अद्वितीय आवृत्ति घटक होते हैं।