在tensorflow中计算浮点变量的fft时出错
在TensorFlow中计算浮点变量的FFT时出错可能是由于以下原因之一：
- 数据类型不匹配：TensorFlow中的FFT函数通常要求输入的数据类型为复数类型（complex），而浮点变量是实数类型（float）。因此，需要将浮点变量转换为复数类型后再进行FFT计算。
- 输入数据维度不正确：FFT函数通常要求输入的数据是一维或二维的，如果输入的浮点变量是多维的，则需要先将其转换为一维或二维形式后再进行FFT计算。
- 输入数据长度不正确：FFT函数通常要求输入的数据长度为2的幂次方，如果输入的浮点变量长度不符合要求，则需要进行数据填充或截断操作，使其长度满足要求。
- TensorFlow版本不兼容：某些版本的TensorFlow可能存在FFT计算的bug或限制，建议升级到最新版本的TensorFlow，并查看官方文档或社区论坛中是否有相关问题的解决方案。
针对以上问题，可以采取以下解决方案：
- 数据类型转换：使用
tf.complex函数将浮点变量转换为复数类型，然后再进行FFT计算。例如：import tensorflow as tf # 将浮点变量x转换为复数类型 x_complex = tf.complex(x, tf.zeros_like(x)) # 进行FFT计算 fft_result = tf.signal.fft(x_complex) - 数据维度转换：使用
tf.reshape函数将多维浮点变量转换为一维或二维形式，然后再进行FFT计算。例如：import tensorflow as tf # 将多维浮点变量x转换为一维形式 x_1d = tf.reshape(x, [-1]) # 进行FFT计算 fft_result = tf.signal.fft(x_1d) - 数据长度处理：使用
tf.signal.rfft函数进行FFT计算，该函数可以处理长度不为2的幂次方的输入数据，并返回对应的频谱结果。例如：import tensorflow as tf # 进行FFT计算 fft_result = tf.signal.rfft(x)
以上是针对在TensorFlow中计算浮点变量的FFT时出错的一些可能原因和解决方案。如果问题仍然存在，建议查阅TensorFlow官方文档或社区论坛，寻求更详细的帮助和支持。
相关·内容
我想在tensorflow中使用fft。但我发现，在numpy和tensorflow中分别使用FFT函数的结果是不同的。特别是当输入数组的大小很大时。
import tensorflow as tf
import numpy as np
aa = tf.lin_space(1.0, 10000.0, 10000)
bb = tf.lin_space(1.0, 10000.0, 10000)
dd = tf.concat([[aa],[bb]],axis = 0)
c_input = tf.complex(dd[0,:], dd[1,:])
Spec = tf.fft(c_input)
ses
浏览 2提问于2017-11-10得票数 6
回答已采纳
我已经将x声明为浮点变量，并且在计算变量的fft时给出了一个错误。我的输入不是复数，它将是正负浮点值。那么，我应该将变量声明为什么呢？我的代码
x=tf.Variable([1.0,2.3,3.99,4,5.1],dtype=tf.int32)
model = tf.initialize_all_variables()
sess= tf.Session()
sess.run(model)
print(sess.run(tf.fft(x))
错误
TypeError: Input 'input' of 'FFT' Op has float32 that doesn
浏览 23提问于2017-01-17得票数 1
回答已采纳
1回答
我需要对一个很长的数据流进行傅立叶变换。我做了一个DFT .c文件，运行良好，缺点当然是速度。这是缓慢的自动对焦。 我正在寻找一种在长数据流上执行FFT的方法。所有的FFT库都需要一个最多1024、2048甚至4096个数据点的数组。 我从一个运行在128000 Hz左右的ADC获得数据，我需要测量1秒到10秒之间的数据。这意味着一个从128000到1280000个样本的数组。在我的代码中，我检查从0到2000的频率。一次sin+cos计算需要大约400个核心时钟周期。核心运行在480兆赫，所以它的成本约为1us。 这意味着每1秒数据有2000个频率*128000个样本*1us= +/- 2
浏览 27提问于2019-06-11得票数 0
最近安装了GPU版本的tensorflow 0.12.1，并使用python 3.5.2 for windows。
我曾经使用tensorflow的cpu版本，但我没有在其他数学计算中得到这些警告。FFT在cpu版本中不起作用
x = tf.Variable([1+0j,2+0j,3+0j,4+0j,5+0j],dtype=tf.complex64)
k = tf.initialize_all_variables()
sess= tf.Session()
sess.run(k)
print(sess.run(tf.fft(x)))
正如在其他帖子中建议的那样，我改成了gpu版本。我过去经常收
浏览 0提问于2017-01-18得票数 0
我想使用MATLAB Embedded Coder生成一些代码，它在uint8数据类型上运行fft2操作。最终的应用程序将操作高达4096到4096的图像，所以我希望现在不必使用让emlc编译代码所需的double (~134MB双倍数据，而不是~16MB)输入。
下面是我正在运行的示例：
%#eml
function bar = emlc_test(foo)
bar = fft2(foo);
end
使用编译器命令：
emlc -T rtw emlc_test -c -report -v -eg { zeros(32,32,'uint8') }
这会抛出错误：
???
浏览 0提问于2009-11-13得票数 2
回答已采纳
1回答
我在试着计算正弦曲线的相位谱。下面的代码生成初始相位为零的1 1Hz正弦信号。 import numpy
from numpy import pi, sin, arange
from pylab import plot, show, xlabel, ylabel, xlim, grid
sampling_rate = 500
sampling_time = 1 / sampling_rate
length = 1 # in seconds
n = sampling_rate * length # number of points
time = arange(0, n * sampling
浏览 35提问于2019-06-11得票数 0
为什么在使用CUDA时，如果我执行大小为100万的FFT，每次得到的结果都略有不同？
我的硬件有费米架构。
浏览 0提问于2012-02-15得票数 0
回答已采纳
我使用tf.signal.fft2d (在numpy：np.fft.fft2中)将2D (空间)图像转换为频域图像，并注意到开始和结束的形状是相同的，尽管我不知道为什么它们必须是。例如：
test_img = np.random.rand(100, 100) # shape (100, 100)
spectral = np.fft.fft2(test_img)
# -> spectral.shape = (100, 100)
假设图像现在处于光谱基础上--如何在NumPy中选择基本元素(以及实现相同的Tensorflow )？具体而言，什么是起始(最低)频率，以及如何选择更多的周期频率
浏览 23提问于2022-08-26得票数 0
回答已采纳
1回答
我正在尝试在C++中实现一个基数- 5，基数-3的快速傅立叶变换，我已经设法写了一个基数-2，但是当涉及到基数3或5时，我有一些类型的bug，假设我做一个3个样本的快速傅立叶变换，这将显示正确的结果，但是如果我做9的快速傅立叶变换，这是3* 3，它不能显示正确的结果。 我最初从Python中获取代码，它在那里工作，我试图简单地将其“复制”到C++中，以下是原始Python代码： def fft(x):
"""
radix-2,3,5 FFT algorithm
"""
N = len(x)
if N &l
浏览 27提问于2021-10-16得票数 1
回答已采纳
1回答
我目前正在研究一个完全卷积的神经网络(图像输入，图像输出)，我正在尝试实现一个丢失函数，在对2幅图像进行一些操作之前对其进行快速傅里叶变换，代码如下所示
def fourierLoss2(y_actual,y_pred):
actual_fft = tf.signal.rfft3d(y_actual)
pred_fft = tf.signal.rfft3d(y_pred)
lossV=tf.math.real(tf.math.reduce_mean(tf.math.square(actual_fft-pred_fft)))
return lossV
with strategy
浏览 0提问于2020-11-26得票数 1
回答已采纳
#include "CImg.h"
using namespace cimg_library;
int main(int argc, char * argv[]) {
const char * input_file = "Lenna.png";
CImg<unsigned char> * input = new CImg<unsigned char>(input_file);
//resize_fft(*input); //Resize the image for the FFT
//CImg&
浏览 10提问于2021-03-17得票数 0
回答已采纳
2回答
CUFFT的比例因子
、、、
我写了一个简单的测试程序，在那里我对复杂的FT做了复杂的处理，我只是生成了一些数据1..50，并将其插入到数组的每个索引的实部和虚部。
当我执行这样的操作时，IFFT(FFT(A)) =A
为了测试它们，我为每个库得到了不同的结果。
FFTW，我必须将输出除以len(A)以得到原始的A
但是，使用CUFFT进行正向FFT和反向FFT，看起来我必须除以(sqrt(2)*50)才能返回原始数据。
额外的平方根因子是从哪里来的？
根据CUFFT文档: CUFFT执行未归一化的FFT；即，对输入数据集执行正向FFT，然后对结果集执行反向FFT，产生的数据等于按元素数量缩放的输入。通过数据集大小的倒数来
浏览 2提问于2011-03-10得票数 6
回答已采纳
在用IMREAD_COLOR读取图像时，'dft‘函数抛出错误：
使用IMREAD_GRAYSCALE读取图像时，DFT函数工作得很好。但是我想用IMREAD_COLOR来读这张图片。
主要功能
const char* filename = "face.jpg";
Mat I = imread(filename, IMREAD_COLOR);
if(I.empty()) return 0;
Mat padded;
I.convertTo(padded, CV_32F);
Mat fft;
Mat planes[2];
dft(padded, fft, DFT_
浏览 0提问于2018-10-07得票数 0
回答已采纳
1回答
用Bass库绘制音频频谱
、、、
如何使用 为给定的音频文件绘制频谱
我指的是类似于Audacity生成的图表：
我知道我可以在给定的时间(当我播放音频时)获得快速傅立叶变换的数据：
float fft[1024];
BASS_ChannelGetData(chan, fft, BASS_DATA_FFT2048); // get the FFT data
这样，每次t的数组中就有1024个值。那个阵列中的值是信号振幅(dB)，对吗？如果是，频率(Hz)是如何与这些值相关联的？根据指数？
我是一个程序员，但我对音频处理完全没有经验。所以我不知道该怎么做，用我掌握的数据来绘制所需的光谱。
我正在使用C++版本，但其他语言中
浏览 3提问于2015-03-17得票数 0
回答已采纳
1回答
Numpy ifft错误
、、、、
我在使用numpy的反快速傅立叶变换函数时遇到了一个非常令人沮丧的问题。根据我的其他结果，我知道fft函数工作得很好。调用ifft后似乎引入了错误。以下代码应打印为零，例如：
temp = Eta[50:55]
print(temp)
print(temp-np.fft.fft(np.fft.ifft(temp)))
输出：
[ -4.70429130e+13 -3.15161484e+12j -2.45515846e+13 +5.43230842e+12j -2.96326088e+13 -4.55029496e+12j 2.99158889e+13 -3.00718375e+13j -
浏览 2提问于2015-10-04得票数 1
我的目标是在一个相当复杂的CMake C++项目中使用TF，该项目已经拥有各种其他第三方库(dlib、opencv、.)。
我试图在Windows 10上使用cmake+ninja+msvc来实现它，但我也尝试了使用Ubuntu20.04 cmake+ninja+gcc，并且遇到了同样的问题。
TF版本是：2.6.0
我尝试了两种方法：
按原样编译和链接，并按照 :中描述的那样使用
cmake ../tensorflow_src/tensorflow/lite -DCMAKE_BUILD_TYPE=Debug
cmake --build . -j
...
cmake_minimum_req
浏览 11提问于2021-11-21得票数 1
回答已采纳
我想用。在1.14.0中，我可以执行以下操作：
from tensorflow.signal import fft2d
在2.0.0中，我得到了以下错误：ModuleNotFoundError: No module named 'tensorflow.signal'。
不过，我可以这样做：
import tensorflow as tf
tf.signal.fft2d
但是，我觉得它有点重，我想只使用fft2d。为什么我不能再使用以前的方法了？
浏览 11提问于2019-11-30得票数 0
回答已采纳
1回答
我知道FFT函数不能与NAN值一起工作。我们要么使用惰性来获得这些NAN的骑行，要么我们用零代替NAN。然而，我想知道为什么FFT不能与NAN一起工作？FFT基本上是用不同的谐波相乘后对时间序列进行求和，大多数库都具有跳过NAN值时进行求和的功能。谢谢
浏览 6提问于2018-01-17得票数 1
回答已采纳
2回答
使用FFT实现2D卷积
、、、
对于使用大核(滤镜)卷积大图像，TensorFlow.conv2d()的速度非常慢。将1024x1024图像与相同大小的内核进行卷积需要几分钟时间。为了进行比较，cv2.filter2D()会立即返回结果。
我找到tf.fft2()和tf.rfft()了。
然而，我并不清楚如何使用这些功能执行简单的图像过滤。
如何使用快速傅立叶变换在TensorFlow中实现快速2D图像滤波？
浏览 2提问于2018-05-22得票数 3
问题
请帮助理解错误的原因和如何解决。
代码
import tensorflow as tf
import numpy as np
fashion_mnist = tf.keras.datasets.fashion_mnist
(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()
x_full = np.concatenate((x_train, x_test), axis=0)
layer = tf.keras.layers.experimental.preprocessing.Normalization()
l
浏览 1提问于2020-10-07得票数 2
1回答
我尝试使用的紧致双线性池的Tensorflow实现，因为它用于 of “用于图像操作检测的学习丰富特征”文件。使用TensorFlow版本1.12.0与CUDA8.0和g++ 5.4.0构建sequential_batch_fft.so。但是，他们说我们可以使用不同版本的Tensorflow (在我的例子中是2.4.0)使用不同的编译器( sequential_batch_fft.so 7.5.0)和不同的CUDA版本(11.0)重新构建g++。当我尝试使用下面的sequential_batch_fft.so命令构建compile.sh时
TF_INC=$(python -c 'imp
浏览 1提问于2021-01-06得票数 1
回答已采纳
3回答
android的浮点到双精度转换
、、、、
好了，这应该很简单……但我还是想不通。我正在为Android写一个用java编写的程序，以获取一个浮点数组的fft。在返回的复数频谱上，我提取了实部和虚部，因此可以计算一些参数，如幅度和相位。问题是我使用的libgdx fft变换使用了float，然而大多数数学类操作使用了double。所以这意味着我需要将浮点数转换为双精度。它似乎在fft的实部上工作得很好，但是对于虚数，我得到了精度误差，或者更确切地说，对于一个频率bin，我得到了一个虚数浮点值45.188522，但是当我转换为双倍时，它变成了-45.188522。
fft.forward(array);
fft_cpx=fft
浏览 0提问于2011-04-30得票数 2
回答已采纳
我目前正在使用英特尔的MKL 2D FFT例程。
我遇到了这样的情况，性能的变化是4-5倍。
我正在做的是使用FFT库实现一种带通滤波器。测试的结果是正确的，但速度是一个问题。
我看到的是，正向FFT大约是1.3秒，反向FFT大约是1.3到6秒。
我已经追踪到了在FFT的前向传递之后我正在应用的权重。权重在0到-1之间，当我得到6秒时，大部分权重都是0。如果我在应用之前将权重设置为1，则时间为1.3秒。其他测试在不使用权重1的情况下显示这种行为。
我的问题是，我所应用的价值观怎么会导致这种速度变慢？我可以理解执行时间的微小变化，但不能理解这种戏剧性的变化。
谢谢，Jim K
我不知道这是特定于
浏览 0提问于2012-03-14得票数 0
回答已采纳
1回答
从FFT中获取振幅最大的频率
、、、、
我有x，y，z轴形式的原始加速度计数据，它是平滑的，我应用了带通滤波器。现在我想将其转换为频域信号，并使用scipy.fftpack.fft进行快速傅立叶变换。
sampling_frequency = 32
def fft(acc_data):
N = len(acc_data)
fft_data = sp.fftpack.fft(acc_data)
freqs = sp.fftpack.fftfreq(N)
plt.bar(freqs, np.abs(fft_data))
plt.xlabel('Frequency in Hertz [Hz]')
浏览 3提问于2019-04-16得票数 2
2回答
我正在尝试使用fft2库在C中实现Matlab ()函数。
然而，我有不同的结果。
考虑到下一个矩阵：
Z=[
0.4791 0.4765 0.4791 0.4765 0.4791 0.4765 0.4791 0.4765
0.4798 0.4695 0.4798 0.4695 0.4798 0.4695 0.4798 0.4695
0.4791 0.4765 0.4791 0.4765 0.4791 0.4765 0.4791
浏览 0提问于2014-06-30得票数 1
我正在尝试从信号样本的FFT中重建原始信号。当进行逆FFT时，我只能得到振幅信息(只有一列)。如何获取对应的时间坐标？
这是我的原始信号的屏幕截图，用0.001s的步长从0到10s记录下来。当我使用IFFT时，我得到了与我的信号相同数量的数据点，但找不到相应的时间信息。
如何获取正确的时间信息？
我包含了我使用的Python代码和两个信号的曲线图。
#generating signal here
import numpy as np
k = float ( 3.1416*2)
f1 = 100
f2 = 150
f3 = 250
ds = max(f1,f2,f3)
ds = fl
浏览 0提问于2019-01-19得票数 0
我正在调查在我的macOS机器上，在Google Colab上，以及在TensorFlow上使用Docker的代码的重现性。我知道我可以设置图形级别的种子和操作级别的种子。我使用的是急切模式(所以没有并行优化)，没有GPU。我从单位正态中随机抽取100x100，并计算它们的平均值和标准差。 下面的测试代码验证了我没有使用图形处理器，我使用的是Tensorflow 1.12.0或TensorFlow 2的预览，如果Float32，则张量，随机张量的第一个元素(如果我只设置图形级别的种子或操作级别的种子，它具有不同的值)，它们的平均值和它们的标准差。我还设置了NumPy的随机种子，尽管我在这里不
浏览 14提问于2019-02-01得票数 0
1回答
我试图对一个.wav文件执行一些分析，我从以下问题()中提取了代码，但是，当运行我遇到以下错误的代码时，它似乎给出了我所需要的内容：
TypeError:片索引必须是整数或无整数，或者有索引方法
这发生在我的代码的第9行。我不知道为什么会发生这种情况，因为我认为abs函数会使它成为一个整数。
import matplotlib.pyplot as plt
from scipy.fftpack import fft
from scipy.io import wavfile # get the api
fs, data = wavfile.read('New Recording 2
浏览 3提问于2020-10-15得票数 0
回答已采纳
1回答
下面的代码在CPU上运行，没有任何问题，但是当我在colab中切换到GPU时，它无法计算fft2d。
import tensorflow as tf
sample_fft_input = tf.random.uniform((2, 10, 20))
sfi = tf.cast(sample_fft_input , tf.complex64)
sfi = tf.math.real(tf.signal.fft2d(sfi))
print(sfi.shape) -> TensorShape([2, 10, 20])
但在GPU上：
------------------------------
浏览 9提问于2022-06-02得票数 0
回答已采纳
2回答
假设我有一个非常简单的神经网络，就像多层感知器。对于每一层，激活函数为sigmoid，网络完全连接。
在TensorFlow中，可以这样定义：
sess = tf.InteractiveSession()
# Training Tensor
x = tf.placeholder(tf.float32, shape = [None, n_fft])
# Label Tensor
y_ = tf.placeholder(tf.float32, shape = [None, n_fft])
# Declaring variable buffer f
浏览 2提问于2015-12-04得票数 27
回答已采纳
1回答
我正在使用tensorflow 2.0版本
现在我有了一个wav文件，我在这里加载
audio_file = tf.io.read_file(wav_path)
wav_array, sample_rate = tf.audio.decode_wav(
audio_file,
desired_channels=1)
wav_array = np.array(wav_array)
wav_array = wav_array.reshape(wav_array.shape[0])
然后，我得到短时傅里叶变换
spec = tf.signal.stft(wav_array, window_fn=tf
浏览 0提问于2019-04-02得票数 2
回答已采纳
1回答
我想知道如何在R中执行二维fft，我只能看到函数fft，但我想在2D中这样做。在matlab中有像fft2这样的函数吗？
浏览 3提问于2013-07-19得票数 6
3回答
缩短FFT的处理时间
、、、
我目前正在为Android开发Java。为了实现一种频率观测器，我尝试实现了FFT。
实际上我能够做到，但是显示一点都不流畅。我添加了一些跟踪，以检查代码的每个部分的处理时间，事实上，FFT在我的复杂数组上应用大约需要300ms，它拥有4096个元素。我需要它少于100ms，因为我的线程(显示频率)每100ms刷新一次。我减少了初始数组，以便FFT结果只有1028个元素，它可以工作，但结果被弃用。
有没有人有主意？
我使用了可以在互联网上找到的默认fft.java和Complex.java类。
关于信息，我计算FFT的代码如下：
int bytesPerSample = 2;
Complex[
浏览 0提问于2013-04-01得票数 2
我用下面的参数和公式来产生信号。
python代码：
import numpy as np
fs=15e6
dt=1/fs
f0=1e6
pri=400e-6
t=np.arange(0,pri,dt)
i=64
fd=5/(i*pri)
xt=0.1*np.exp(2j*np.pi*f0*t)
xf=np.fft.fft(xt)
matlab代码与python代码非常相似：
fs=15e6
dt=1/fs
f0=1e6
pri=400e-6
t=0:dt:pri-dt
i=64
fd=5/(i*pri)
xt=0.1*exp(2j*pi*f0*t)
xf=fft(xt)
这些代码将生成一个
浏览 10提问于2021-12-01得票数 1
回答已采纳
在应用训练后量化后，我定制的CNN模型被缩小到原来大小的1/4 (从56.1MB减少到14 my )。我将将要预测的图像(100x100x3)作为ByteBuffer字节放入100x100x3=30,000中。但是，在推理过程中，我得到了以下错误：
java.lang.IllegalArgumentException: Cannot convert between a TensorFlowLite buffer with 120000 bytes and a ByteBuffer with 30000 bytes.**
at org.tensorflow.lite.Tensor
浏览 1提问于2018-10-17得票数 2
回答已采纳
1回答
我试着理解为什么我在使用梯度带取函数的导数时会有一个错误。尝试将幂的导数与T有关，定义为：
import tensorflow as tf
import numpy as np
from scipy.fft import fft, fftfreq, fftn
import tensorflow.python.ops.numpy_ops.np_config as np_config
np_config.enable_numpy_behavior()
#####Initialize Values######
s1 = np.array([
浏览 14提问于2022-03-03得票数 1
我试图通过tensorflow在keras模型中作为一个层执行FFT。我尝试了一个简化的网络版本，但您可以看到FFT层正在删除输入的虚部分，而没有给出预期的输出。有人能解释一下这是怎么回事吗？有没有更好的方法？注意:我使用的是tensorflow 1.12.0。您可以看到它与下面的numpy方法有什么不同：
import tensorflow
import tensorflow as tf
import tensorflow.keras as keras
import numpy as np
import matplotlib.pyplot as plt
tf.__version__
浏览 4提问于2022-06-13得票数 0
一个非常基本的错误。向占位符提供向量时，即使大小与占位符相同，tensorflow也会抛出错误。 import tensorflow as tf
import numpy as np
A = tf.constant(np.array([[1,2],[3,4]]))
B = tf.placeholder(tf.int32, shape = (2,1), name = 'B')
C = tf.Variable(tf.matmul(A,B), name='C')
temp = np.array([[1],[2]])
init = tf.global_varia
浏览 8提问于2019-02-21得票数 0
回答已采纳
我的理解是:如果我对(例如) 2048个数据点进行FFT，我将获得前1024个点的数据，表示频率高达采样频率的1/2。我已经看到时间抽取(DIT)和频率抽取(DIF)是更快地计算FFT的方法。
我的问题是:有没有一个简单的.不关心FFT的上半部分吗？如果我打算截断/丢弃它，我当然可以通过不计算它来节省时间？
浏览 0提问于2014-08-24得票数 2
1回答
倒转FFT时没有得到准确的数据
、、、、
好吧，我想要达到的目标很简单。对一些随机数据应用FFT，然后将反向算法应用于输出，以得到输入。为此，我正在使用kissFFT库。
代码：
const int fft_siz = 512;
const int inverse = 1;
kiss_fft_cpx* in = (kiss_fft_cpx*)malloc(sizeof(kiss_fft_cpx) * fft_siz);
kiss_fft_cpx* out = (kiss_fft_cpx*)malloc(sizeof(kiss_fft_cpx) * fft_siz);
kiss_fft_cpx* rec = (kiss_fft_cpx
浏览 2提问于2013-06-30得票数 0
2回答
我正在编程克隆吉他(小提琴)英雄，作为本学年的最后一个项目。
这个想法是从我的电子小提琴中获取输入，通过FFT进行分析，做一些逻辑处理，并通过扬声器绘制和输出。也许是并行线程中的一些步骤。
我已经实现了Asio低延迟输入输出，但我有一个很大的问题，实现实时FFT。
这是一个设置asioOut和sampleAggregator的代码。示例聚合器应该存储每次调用AudioAvailable()时添加的样本，并在样本数超过fftLength时触发FFT计算。
private static int fftLength = 8192;
private SampleAggregator sampleAgg
浏览 3提问于2014-06-03得票数 5
回答已采纳
2回答
我在Visual c++中编写了c语言。
在visual c++中，我在c代码语法(而不是c++ )上使用<complex>操作复数。
a[]是4001数组，所以使用b[4001]存储操作值，最后返回a[]。NXm是从main定义的4001。
当我与matlab的fft结果进行比较时，差异出现在169到4000的值之间。
你能看看是否有什么错误吗？或者是什么原因？
谢谢你阅读这个问题。
我尝试了反向"for"，从NXm到0。
我试过把double ak = (double)k * (double)n * (2.0 * M_PI / (double)NXm);
浏览 0提问于2019-08-24得票数 0
我试图根据给定的频率得到正确的FFT bin索引。音频是在44.1k Hz采样和快速傅立叶变换大小是1024。如果信号是真实的(从PyAudio捕获，通过numpy.fromstring解码，由scipy.signal.hann加窗)，然后通过scipy.fftpack.rfft执行FFT，并计算结果的分贝，总体上是magnitude = 20 * scipy.log10(abs(rfft(audio_sample)))。
在和的基础上，我最初进行了从FFT bin索引k到任何频率F的映射，如：
F = k*Fs/N for k = 0 ... N/2-1，其中Fs是采样率，N是FFT bi
浏览 0提问于2014-02-03得票数 2
回答已采纳
我是一个编程的初学者，我使用Ubuntu。
但是现在我正试图用Python来执行声音分析。
在下面的代码中，我使用wav包打开wav文件，并使用结构来转换信息：
from wav import *
from struct import *
fp = wave.open(sound.wav, "rb")
total_num_samps = fp.getnframes()
num_fft = (total_num_samps / 512) - 2 #for a fft lenght of 512
for i in range(num_fft):
tempb = fp.readf
浏览 8提问于2014-05-13得票数 3
回答已采纳
1回答
实FFT输出
、、
我已经将fft实现到at32ucb系列控制器中，使用了kiss库，目前还在挣扎于fft的输出。我的目的是分析来自压电扬声器的声音。目前，测深仪的频率是420赫兹，这是我成功地从fft输出(交叉检查与示波器)。然而，如果将功能发生器的波形放入系统中，则输出频率仅为预期的一半。我怀疑这是我错了的频率仓计算公式；目前使用的是fft_peak_magnitude_index*sampling频率/ fft_size。我的输入是真实的，做真正的fft。(输出样本= N/2)，并在fft前进行iir滤波和加窗。任何建议都会有很大的帮助！
// IIR filter calculat
浏览 6提问于2015-06-03得票数 2
回答已采纳
1回答
Keras FFT图层不起作用
、、、、
您好，我正在尝试在我的模型中实现FFT。我隔离了fft层以更好地查看效果，但是当我对任何数据调用我的模型时，它都会返回输入，不受影响。 以下是我的代码和示例数据： import matplotlib.pyplot as plt
from keras.layers import Input, Lambda
from keras.models import Model
import tensorflow as tf
import numpy as np
def fftModel1D(input_shape):
x_input = Input(input_shape)
x =
浏览 10提问于2020-01-02得票数 1
回答已采纳
1回答
我正在使用下面的代码来记录音频和产生一个幅度浮动数据。但我不确定这些数据是否正确。有人能证实一下吗？
用于录制音频的主程序类似于示例。
在那里，一旦我创建了队列，我将AudioQueueProcessingTapNew添加到中，如下所示：
guard let queue = queue else { return }
var maxFrames : UInt32 = 0;
var tapFormat = AudioStreamBasicDescription()
var tap : AudioQueueProcessingTapRef? = nil
var player =
浏览 0提问于2019-03-09得票数 1
回答已采纳
1回答
我在使用numpy fft类时遇到了一个奇怪的问题。我有以下几段测试代码：
import numpy as np
import scipy.io.wavfile
import matplotlib.pyplot as plt
fs, a = scipy.io.wavfile.read('test.wav') # import audio file
spectrum = np.fft.fft(a) # create spectrum
b = np.real(np.fft.ifft(spectrum)) # re
浏览 0提问于2020-04-11得票数 0
1回答
当我绘制信号的FFT时，我得到以下错误。该代码从.txt文件中读取信号样本。TypeError:无法根据规则“”safe“”将数组数据从dtype('S17')强制转换为dtype('complex128')
#%% Import libraries
import numpy as np
from scipy import signal
from scipy import fft,log10
from scipy import ifft
浏览 0提问于2016-02-11得票数 0
我正在训练一个卷积式自动编码器，并注意到这一警告：
Tensorflow: 2.5-gpu from pip
Driver: 460.80
cuda: 11.2.2
cudnn: 8.1.1
XLA: Yes
Mixed precision: Yes
26/27 [===========================>..] - ETA: 0s - loss: 1.0554 - pre_dense_out_loss: 0.9997 - de_conv1dtranspose_out_loss: 0.55782021-06-05 21:28:17.678118: E tensorflow/
浏览 4提问于2021-06-05得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
