通过具体示例了解 torch.nn.functional.grid_sample 操作答案

【问题标题】：understanding the torch.nn.functional.grid_sample op by concrete example通过具体示例了解 torch.nn.functional.grid_sample 操作
【发布时间】：2022-08-17 11:00:48
【问题描述】：

我正在调试一个内部有一个 torch.nn.functional.grid.sample 运算符的神经网络。使用 Pycharm IDE，我可以在调试期间观察值。我的网格是1*15*2张量，这里是第一批中的值。

我的输入是一个1*128*16*16张量，这里是第一批第一个通道中的值：。

我的输出是1*128*1*15张量，这里是第一批的第一个通道中的值。

align_corners = False，mode = \'bilinear\'，padding_mode = \'zero\'。

对于网格坐标 (-1,-1)，我可以理解值 (-4.74179) 是从左上角的 4 个值中采样的，其中 3 个是填充的 \'0\'，其中 1 个是值 \'-18.96716\'.(-18.96716/4 = -4.74179)。

但是对于其他网格坐标，我很困惑。以值\'84.65594\'为例，其对应的网格坐标为(-0.45302, 0.53659)。我首先将它们从 (-1,1) 转换为 (0,15)，方法是加 1，然后除以 2，然后乘以 15（参见 official implementation）。转换后的坐标是 (4.10235, 11.524425)，我看到应该从中采样的四个值是：

(x)44.20010---0.10235---------(y)26.68777
|             |                    |
|             |                    |
0.524425---(a,b)--------------------
|             |                    |
|             |                    |
(w)102.18765---------------------(z)30.03996

这是我的手动计算，让：

a = 0.10235
b = 0.524425
x = 44.20010
y = 26.68777
z = 30.03996
w = 102.18765

插值应为：

output = a*b*z + (1 - a)*(1 - b)*x + (1 - a)*b*w + (1-b)*a*y
       = 0.10235*0.524425*30.03996 + (1-0.10235)*(1-0.524425)*44.20010 + (1- 
         0.10235)*0.524425*102.18765 + (1-0.524425)*0.10235*26.68777
       = 69.8852865171

这不是84.65594，我无法弄清楚输出中的值“84.65594”是如何计算的，请帮忙！

标签： pytorch bilinear-interpolation

【解决方案1】：

我回答了我自己的问题，结果发现不一致是由于“align_corners”标志造成的。我的计算方式实际上是在程序中'align_corners'为真的情况下，该标志设置为假。样本坐标计算方法见this

【讨论】：