jax.scipy.signal.convolve

目录

jax.scipy.signal.convolve#

jax.scipy.signal.convolve(in1, in2, mode='full', method='auto', precision=None)[源代码][源代码]#

两个 N 维数组的卷积。

JAX 实现的 scipy.signal.convolve()。

参数:

  • in1 (Array) – 卷积的左手输入。

  • in2 (Array) – 卷积的右手输入。必须满足 in1.ndim == in2.ndim。

  • mode (str) – 控制输出的大小。可用的操作有：* "full": (默认) 输出输入的完整卷积。* "same": 返回与 "full" 输出中心部分相同大小的部分，其大小与 in1 相同。* "valid": 返回 "full" 输出中不依赖于数组边缘填充的部分。

  • method (str) – 控制计算方法。选项有 * "auto": (默认) 总是使用 "direct" 方法。 * "direct": 降低到 jax.lax.conv_general_dilated()。 * "fft": 通过快速傅里叶变换计算结果。

  • precision (PrecisionLike) – 指定计算的精度。有关可用值的描述，请参阅 jax.lax.Precision。

返回:

包含卷积结果的数组。

返回类型:

Array

参见

示例

几个一维卷积的例子：

>>> x = jnp.array([1, 2, 3, 2, 1])
>>> y = jnp.array([1, 1, 1])

全卷积在边缘使用隐式零填充：

>>> jax.scipy.signal.convolve(x, y, mode='full')
Array([1., 3., 6., 7., 6., 3., 1.], dtype=float32)

指定 mode = 'same' 返回一个与第一个输入相同大小的居中卷积：

>>> jax.scipy.signal.convolve(x, y, mode='same')
Array([3., 6., 7., 6., 3.], dtype=float32)

指定 mode = 'valid' 仅返回两个数组完全重叠的部分：

>>> jax.scipy.signal.convolve(x, y, mode='valid')
Array([6., 7., 6.], dtype=float32)
目录