在GPU下做fft和Ifft----pycuda

来源：互联网发布：c语言函数手册 chm 编辑：程序博客网时间：2024/06/05 02:00

1.调用keikna库

keikna库中有fft，所以为了减小任务量我就调用keikan的fft的库来完成。

http://blog.sina.com.cn/s/blog_4513dde60102vstu.html

这个帖子里详细的介绍了keikna的一些东西。

2.介绍FFT和IFFT的实现

对于二维的傅里叶变换的实现，冈萨雷斯《数字图像处理》有详细的介绍。

通过对这两个图片的学习，可以开始写代码了。

3.代码实现

下面我就把代码贴上：

输出的结果为：

import numpyfrom reikna.fft import FFTimport reikna.cluda as cludaapi = cluda.cuda_api()thr = api.Thread.create()x = numpy.array((                        [[1,1,1,0],                          [0,1,1,1],                          [0,0,1,1],                          [0,0,1,1]                          ]), dtype=numpy.complex128)R = x.shape[0]L = x.shape[-1]#print (x.real)x=x.flatten()NX = numpy.full((16,),0).astype(numpy.complex128)for i in range(0,16):    NX[i]=x[i]NX = NX.reshape(4,4)x = thr.to_device(NX)X = thr.array((R,L), dtype=numpy.complex128)fft = FFT(x)fftc = fft.compile(thr)fftc(X, x, 0)xfft = X.get()print (xfft)aa = xfft.conjugate() #print (aa)xx = thr.to_device(aa)fft = FFT(xx)fftc = fft.compile(thr)fftc(X, xx, 0)xifft = X.get()xifft = xifft/(R*L)thr.release()print (xifft.real)

阅读全文

0 0