pytorch中fft新用法

PyTorch中的fft函数可以用于计算一维或多维的离散傅立叶变换（DFT）。在最新的PyTorch版本中，fft函数有一些新的用法，以下是其中几个示例：

1. 一维FFT：

import torch

# 创建一个一维的输入张量
input_tensor = torch.randn(8)

# 使用fft函数计算一维离散傅立叶变换
output_tensor = torch.fft.fft(input_tensor)

print(output_tensor)

2. 多维FFT：

import torch

# 创建一个二维的输入张量
input_tensor = torch.randn(8, 8)

# 使用fft函数计算二维离散傅立叶变换
output_tensor = torch.fft.fftn(input_tensor)

print(output_tensor)

3. 实部和虚部：

import torch

input_tensor = torch.randn(8)
output_tensor = torch.fft.fft(input_tensor)

# 获取输出张量的实部和虚部
real_part = output_tensor.real
imaginary_part = output_tensor.imag

print(real_part)
print(imaginary_part)

这些只是fft函数的一些示例用法，你还可以根据具体的需求使用其他参数和选项进行更高级的操作。你可以参考PyTorch的官方文档以获取更详细的信息和示例。