jax.scipy.signal.fftconvolve

目录

jax.scipy.signal.fftconvolve#

jax.scipy.signal.fftconvolve(in1, in2, mode='full', axes=None)[源代码][源代码]#

使用快速傅里叶变换（FFT）卷积两个N维数组。

JAX 实现的 scipy.signal.fftconvolve()。

参数:

  • in1 (ArrayLike) – 卷积的左手输入。

  • in2 (ArrayLike) – 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。

  • axes (Sequence[int] | None) – 可选的轴序列，沿这些轴应用卷积。

返回:

包含卷积结果的数组。

返回类型:

Array

参见

示例

几个一维卷积示例。由于基于FFT的卷积是近似的，我们使用 jax.numpy.printoptions() 来调整打印精度：

>>> 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：

>>> with jax.numpy.printoptions(precision=3):
...   print(jax.scipy.signal.fftconvolve(x, y, mode='full'))
[1. 3. 6. 7. 6. 3. 1.]

指定 mode = 'same' 返回一个与第一个输入相同大小的居中卷积：

>>> with jax.numpy.printoptions(precision=3):
...   print(jax.scipy.signal.fftconvolve(x, y, mode='same'))
[3. 6. 7. 6. 3.]

指定 mode = 'valid' 仅返回两个数组完全重叠的部分：

>>> with jax.numpy.printoptions(precision=3):
...   print(jax.scipy.signal.fftconvolve(x, y, mode='valid'))
[6. 7. 6.]
目录