详细内容或原文请订阅后点击阅览
离散傅里叶变换 - 使用 torch
关于傅里叶变换，有人说它是宇宙中最伟大的奇迹之一。同时，它仅用六行代码即可实现。即使最后你只是直接调用 torch 的内置函数，它也有助于理解并能够在代码中重现魔法背后的想法。这篇文章摘自即将由 CRC Press 出版的新书《使用 R torch 进行深度学习和科学计算》。
来源:RStudio AI博客注意：本文摘自即将出版的新书《使用 R torch 进行深度学习和科学计算》。本章内容是关于离散傅里叶变换 (DFT) 的，位于第三部分。第三部分致力于深度学习以外的科学计算。傅里叶变换有两章。第一章力求以我所能理解的“文字”和清晰的方式阐明魔法背后的秘密；它还展示了如何令人惊讶地仅用六行代码即可编写 DFT。第二章侧重于快速实现（快速傅里叶变换，或 FFT），同样包含概念/解释部分以及实际的自己编写代码部分。这些内容加在一起涵盖的内容远远超出了博客文章所能容纳的内容；因此，请将以下内容视为“预告”，而不是一篇成熟的文章。
注意：本文摘自即将出版的新书《使用 R torch 进行深度学习和科学计算》。所讨论的章节是关于离散傅里叶变换 (DFT) 的，位于第三部分。第三部分致力于深度学习以外的科学计算。 傅里叶变换有两章。第一章力求以对我来说尽可能“文字化”和清晰的方式，阐明魔法背后的秘密；它还展示了如何令人惊讶地仅用六行代码就可以编写 DFT。第二章侧重于快速实现（快速傅里叶变换，或 FFT），同样包含概念/解释部分以及实际的自己编写代码部分。 这些内容加在一起涵盖的内容远远超出了博客文章所能容纳的内容；因此，请将以下内容视为“预告”，而不是一篇成熟的文章。torch
torch_fft_fft()
torch_fft_ifft()
了解 torch_fft_fft() 的输出
torch_fft_fft()
由于我们关心实际理解，我们从最简单的示例信号开始，即在整个采样周期内执行一次旋转的纯余弦。
N = 64
df
(