文件名称：torchkbnufft:PyTorch中的高级，易于部署的非均匀快速傅立叶变换
文件大小：8.16MB
文件格式：ZIP
更新时间：2024-04-30 01:07:02
deep-learning pytorch mri reconstruction nufft
火炬 | | 从PyPI进行简单安装： pip install torchkbnufft 关于 torchkbnufft在PyTorch中使用Kaiser-Bessel网格实现了非均匀的快速傅立叶变换[ ]。 该实现完全是在Python中进行的，从而便于在无需编译的情况下以可读代码的灵活部署。 NUFFT函数每个都包装为torch.autograd.Function ，允许通过NUFFT运算符进行反向传播以训练神经网络。 该软件包的主要灵感来自的NUFFT实现。 操作模式和阶段 该软件包具有NUFFT操作模式的三大类：基于表的NUFFT插值，基于稀疏矩阵的NUFFT插值以及具有嵌入Toeplitz的FFT的前向/后向运算符[ ]。 大致而言，计算速度如下： 类型 速度 托普利茨 最快的 桌子 中等的 稀疏矩阵 慢（不推荐） 通常最好从表插值开始，然后尝试其他模式解决问题。
【文件预览】：
torchkbnufft-master
----torchkbnufft()
--------functional()
--------_nufft()
--------_autograd()
--------__init__.py(2KB)
--------_math.py(5KB)
--------modules()
----profile_torchkbnufft.py(8KB)
----docs()
--------make.bat(764B)
--------update_all.bash(68B)
--------requirements.txt(68B)
--------Makefile(638B)
--------source()
----.github()
--------workflows()
----tests()
--------test_nufft.py(4KB)
--------data()
--------conftest.py(3KB)
--------test_math.py(2KB)
--------test_sense_nufft.py(6KB)
--------__init__.py(0B)
--------test_dcomp.py(2KB)
--------test_toep.py(3KB)
--------test_interp.py(9KB)
----LICENSE(1KB)
----mypy.ini(176B)
----dev-requirements.txt(87B)
----CONTRIBUTING.md(1KB)
----requirements.txt(39B)
----setup.py(2KB)
----.gitignore(117B)
----readthedocs.yml(244B)
----README.md(8KB)
----notebooks()
--------Basic Example.ipynb(629KB)
--------Sparse Matrix Example.ipynb(335KB)
--------Toeplitz Example.ipynb(714KB)
--------SENSE Example.ipynb(547KB)
--------mrisensesim.py(3KB)
----.flake8(139B)
----.gitattributes(30B)