การแปลงฟูเรียร์ที่รวดเร็วมูลค่าจริง 2 มิติ
คำนวณการแปลงฟูริเยร์แบบแยกส่วน 2 มิติของสัญญาณมูลค่าจริงผ่าน 2 มิติด้านในสุดของ "อินพุต"
เนื่องจาก DFT ของสัญญาณจริงเป็นแบบสมมาตรเฮอร์มิเชียน ดังนั้น `signal.Rfft2d` จึงส่งคืนเฉพาะส่วนประกอบ `fft_length / 2 + 1` ที่ไม่ซ้ำกันของ FFT สำหรับมิติด้านในสุดของ `เอาต์พุต`: คำที่มีความถี่เป็นศูนย์ ตามมา ตามเงื่อนไขความถี่บวก `fft_length / 2`
`signal.Rfft2d` ในแต่ละแกนจะถูกคำนวณ หาก `fft_length` น้อยกว่ามิติข้อมูลที่สอดคล้องกันของ `input` มิติข้อมูลจะถูกครอบตัด หากมีขนาดใหญ่กว่า มิติข้อมูลจะถูกเติมด้วยศูนย์
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow | 
วิธีการสาธารณะ
| เอาท์พุต <U> |  เป็นเอาท์พุต ()  ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ | 
| คงที่ <U ขยาย TType > Rfft2d <U> |  สร้าง (ขอบเขต ขอบเขต ตัวถูกดำเนินการ <? ขยาย TNumber > อินพุต ตัวถูกดำเนินการ < TInt32 > fftLength, Class<U> Tcomplex)  วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Rfft2d ใหม่ | 
| เอาท์พุต <U> |  เอาท์พุท ()  เทนเซอร์ complex64 ที่มีอันดับเดียวกับ "อินพุต"  | 
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <U> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง Rfft2d <U> สาธารณะแบบคงที่ (ขอบเขต ขอบเขต ตัวดำเนินการ <? ขยาย TNumber > อินพุต ตัวดำเนินการ < TInt32 > fftLength คลาส <U> Tcomplex)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Rfft2d ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน | 
|---|---|
| ป้อนข้อมูล | เทนเซอร์ float32 | 
| fftความยาว | เทนเซอร์รูปร่าง int32 [2] ความยาว FFT สำหรับแต่ละมิติ | 
การส่งคืน
- อินสแตนซ์ใหม่ของ Rfft2d
เอาท์พุท สาธารณะ <U> เอาท์พุท ()
เทนเซอร์ complex64 ที่มีอันดับเดียวกับ "อินพุต" มิติด้านในสุด 2 มิติของ "อินพุต" จะถูกแทนที่ด้วยการแปลงฟูริเยร์ 2 มิติ มิติด้านในสุดมีส่วนประกอบความถี่ที่ไม่ซ้ำกัน `fft_length / 2 + 1`