Python 如何正确使用Numpy'；Pytork中的s FFT函数？

我最近被介绍给PyTorch，并开始浏览图书馆的文档和教程。 在本教程中，在“无参数示例”下，使用名为

BadFFTFunction

的numpy创建了一个示例函数

功能状态的说明如下：

“这一层在数学上没有什么特别有用的功能 对

它被恰当地命名为BadFFTFunction“

函数及其用法如下所示：

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，我最近才开始学习信号处理，我不确定这个函数中的错误（可能很明显）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

---

如何将

BadFFTFunction

固定，以便在PyTorch中使用可微FFT函数？

我认为错误在于：首先，尽管函数名中有FFT，但该函数只返回FFT输出的振幅/绝对值，而不是完整的复系数。而且，仅仅使用逆FFT来计算振幅梯度在数学上可能没有多大意义（？）

---

有一个名为的包，它试图使pytorch中的FFT函数可用。您可以看到一些自动添加功能的实验代码。另请注意本节中的讨论。

自1.8版起，PyTorch具有：

torch.fft.fft（输入）