torch.rfft用法详解

`torch.rfft` 是 PyTorch 中一个用于实现快速傅里叶变换（FFT）的函数。它可用于对实数或复数序列执行 FFT，并返回实数或复数频谱。下面是 `torch.rfft` 的用法详解：

torch.rfft(input, signal_ndim, normalized=False, onesided=True, output=None, inverse=False)

参数：

- `input`（Tensor）：要进行 FFT 的输入张量。可以是实数或复数张量。如果是实数张量，则必须是实数输入张量的最后一维的奇数长度。如果是复数张量，则必须是复数输入张量的最后一维的偶数长度。
- `signal_ndim`（int）：FFT 要在哪些维度上执行。通常为 1 或 2。
- `normalized`（bool）：是否进行归一化。默认为 False。
- `onesided`（bool）：是否只返回正频率部分。默认为 True。
- `output`（Tensor）：可选参数，输出张量。如果不为 None，则必须具有与输入张量相同的形状。
- `inverse`（bool）：是否执行逆 FFT。默认为 False。

返回值：

- `output`（Tensor）：FFT 的结果。如果 `onesided` 为 True，则返回的张量的最后一维的长度是 `(input.size(-1)//2)+1`，否则长度是 `input.size(-1)`。

示例：

import torch

# 1D FFT
x = torch.randn(5, 4)
y = torch.rfft(x, 1)
print(y.shape)  # torch.Size([5, 3, 2])

# 2D FFT
x = torch.randn(5, 4, 3, 2)
y = torch.rfft(x, 2)
print(y.shape)  # torch.Size([5, 3, 2, 2])

# Inverse FFT
x = torch.randn(5, 4, 3)
y = torch.rfft(x, 2)
z = torch.irfft(y, 2, signal_sizes=x.shape[-3:])
print(z.shape)  # torch.Size([5, 4, 3])