torch.blackman_window
- torch.blackman_window(window_length, periodic=True, *, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor
-
Blackman 窗函数。
$w[n] = 0.42 - 0.5 \cos \left( \frac{2 \pi n}{N - 1} \right) + 0.08 \cos \left( \frac{4 \pi n}{N - 1} \right)$其中 $N$ 表示完整的窗口大小。
输入参数
window_length是一个正整数，用于控制返回的窗口大小。periodic标志确定是否从对称窗口中移除最后一个重复值，并准备好作为像torch.stft()这样的函数的周期性窗口使用。因此，如果periodic为真，则上述公式中的 $N$ 实际上是 $\text{window\_length} + 1$。此外，我们始终有torch.blackman_window(L, periodic=True)等于torch.blackman_window(L + 1, periodic=False)[:-1]。注意
如果
window_length等于 1，返回的窗口将只包含一个值 1。- 参数
- 关键字参数
-
-
dtype (
torch.dtype, 可选) - 返回张量所需的数据类型。默认情况下，如果未指定，则使用全局默认数据类型（参见torch.set_default_dtype()）。仅支持浮点数类型。 -
layout (
torch.layout, 可选) – 返回窗口张量所需的布局。目前仅支持torch.strided（稠密布局）。 -
device (
torch.device, 可选) – 返回张量所需的设备。默认情况下，如果未指定None，则使用当前的默认张量类型设备（参见torch.set_default_device()）。对于 CPU 张量类型，默认为 CPU 设备；对于 CUDA 张量类型，则为当前的 CUDA 设备。 -
requires_grad (bool, optional) – 是否启用自动求导记录返回的张量上的操作。默认值：
False。
-
- 返回值
-
一个大小为$(\text{window\_length},)$的1D张量，包含窗口数据
- 返回类型