我需要重複進行3d函數的傅里葉變換/逆傅里葉變換以求解微分方程。例如:非立體網格上的FFT速度
import pyfftw.interfaces.numpy_fft as fftw
for i in range(largeNumber):
fFS = fftw.rfftn(f)
# Do stuff
f = fftw.irfftn(fFS)
f的形狀非常非立體。是否有基於尺寸順序的性能差異,例如(512,32,128)與(512,128,32)等?
我正在尋找任何可用的加速ups。我已經嘗試過玩弄智慧。我認爲如果最大尺寸最後一個尺寸變得最大(例如32,128,512),所以fFS.shape =(32,128,257),但這似乎並不是這樣。