tf.signal.rfft2d 输出形状？答案

【问题标题】：tf.signal.rfft2d output shape?tf.signal.rfft2d 输出形状？
【发布时间】：2020-09-26 01:28:42
【问题描述】：

目前我正在努力实现Fourier CNN。

对我来说第一步是了解real fourier transform生成的输出形状。

我在下面有一些代码sn-ps：

input = Input(shape=(150, 150, 3))
f = Lambda(lambda x: tf.signal.rfft2d(x))(input)
print(f.shape, f.dtype)
# > (None, 150, 150, 2) <dtype: 'complex64'>

最后一个维度：2 来自哪里？输出不应该仍然有三个通道导致 (None, 150, 150, 3) 吗？

我尝试了另一个 fft_length，看看它是否能为我带来一些启示，但它让我比开始时更加困惑


input = Input(shape=(150, 150, 3))
f = Lambda(lambda x: tf.signal.rfft2d(x, fft_length=[100, 100]))(input)
print(f.shape, f.dtype)
# > (None, 150, 100, 51) <dtype: 'complex64'>

我的问题主要是：形状 (None, 150, 150, 2) 是从哪里来的？

作为奖励，我也很想了解为什么第二个代码 sn-p 会导致 (None, 150, 100, 51)

谢谢！

【问题讨论】：

嗨卢克，2 来自 3/2+1 请参阅文档中的以下引用：由于真实信号的 DFT 是厄米对称的，RFFT2D 仅返回 fft_length / 2 + 1 唯一输出最内维的 FFT 分量：零频率项，然后是 fft_length / 2 个正频率项。 tensorflow.org/api_docs/python/tf/signal/rfft2d

标签： tensorflow machine-learning deep-learning signal-processing fft

【解决方案1】：

我已经通过一些额外的测试解决了我的问题。

您似乎需要确保其他频道必须位于最内层。我已经能够让上面的代码进行以下修改：

def fft_on_axis(x):
    x = tf.transpose(x, perm=[0, 3,  1, 2],)
    x_fft = tf.signal.rfft2d(x)
    result = tf.transpose(x_fft, perm=[0, 2, 3, 1])
    return result

i = Input(shape=(150, 150, 3), name='Input')
x = Lambda(fft_on_axis, name='fft2d')(i)
print(x.shape)
> (None, 150, 76, 3)

这符合我对文档的期望！第二维上的 fft_length 被减半加上零频率项。

【讨论】：