python - 如何在PyTorch中正确使用Numpy的FFT函数？

Question

我最近接触了 PyTorch，并开始浏览该库的文档和教程。在 "Creating extensions using numpy and scipy"教程中的“无参数示例”下，使用 numpy 创建了一个名为 BadFFTFunction 的示例函数。

该函数的描述指出:

"This layer doesn’t particularly do anything useful or mathematicallycorrect.

It is aptly named BadFFTFunction"

该函数及其用法如下:

from numpy.fft import rfft2, irfft2

class BadFFTFunction(Function):

    def forward(self, input):
        numpy_input = input.numpy()
        result = abs(rfft2(numpy_input))
        return torch.FloatTensor(result)

    def backward(self, grad_output):
        numpy_go = grad_output.numpy()
        result = irfft2(numpy_go)
        return torch.FloatTensor(result)

def incorrect_fft(input):
    return BadFFTFunction()(input)

input = Variable(torch.randn(8, 8), requires_grad=True)
result = incorrect_fft(input)
print(result.data)
result.backward(torch.randn(result.size()))
print(input.grad)

不幸的是，我最近才接触到信号处理，并且不确定这个函数中的(可能是明显的)错误在哪里。

我想知道，如何修复这个函数，使其前向和后向输出正确？

如何修复 BadFFTFunction 以便在 PyTorch 中使用可微分的 FFT 函数？

Answer 1

我认为错误是:首先，该函数尽管名称中有 FFT，但仅返回 FFT 输出的幅度/绝对值，而不是完整的复系数。另外，仅使用逆 FFT 来计算幅度的梯度在数学上可能没有多大意义(？)。

有一个名为 pytorch-fft 的包试图在 pytorch 中提供 FFT 函数。您可以看到一些 autograd 功能的实验代码 here 。另请注意此issue中的讨论.