在pytorch 1.1.0的文档中，torch.fft返回的描述是
“将真实的部和虚部作为同一形状输入的Tensor返回”
在pytorch1.8.1中，torch.fft由torch.fft.fft2替换，并且torch.fft.fft2以复数形式输出结果
对于相同的数据，torch.fft的输出为
Tensor（[32779.2891]）Tensor（[67.1836]）Tensor（[11.9802]）Tensor（[-47.5729]）Tensor（[-101.7718]）Tensor（[-5.7989]）Tensor（[17.5259]）Tensor（[41.0830]）Tensor（[-5.1960]）Tensor（[42.2860]）
torch.fft.fft2的输出结果为
Tensor（32779.2891+0.j）Tensor（36.2154-25.2860j）Tensor（22.9704-39.8544j）Tensor（-62.9149+6.8637j）TensorTensor（-3.2740 +52.0396j）Tensor（-32.4686+46.9949j）Tensor（-50.1910-30.1725j）Tensor（-8.8877+19.0709j）Tensor（39.9689 -32.3084j）
输入是input = numpy.random.rand(256,256)生成的256 x256数据，上述结果是使用该数据（256 x256）作为输入生成的数据的一部分。使用该数据（256 x256），Matlab和torch.fft.fft2输出相同的结果
fft如何将结果的实部和虚部存储在形状相同的Tensor中？
如何使用torch.fft.fft2输出与torch.fft相同的结果？