pytorch grid_sample易错点

最新推荐文章于 2024-11-05 10:21:47 发布

最新推荐文章于 2024-11-05 10:21:47 发布 · 845 阅读

文章标签：

#pytorch #人工智能 #python

pytorch 专栏收录该内容

17 篇文章

订阅专栏

文章详细解释了在PyTorch的grid_sample函数中，x对应宽度(w)，y对应高度(h)这一常见错误。该函数按照grid提供的索引信息从input中获取值，如果索引超出范围，则进行插值。示例代码展示了如何通过调整grid的顺序来避免得到转置的结果。

部署运行你感兴趣的模型镜像

pytorch grid_sample易错点

在这里插入图片描述
易错点是：
grid_sample函数中, x对应w, y对应h !!
grid_sample函数中, x对应w, y对应h !!
grid_sample函数中, x对应w, y对应h !!

函数的作用

output的size和grid的size是一样的，所以output中某一位置(h, w)的值，是根据grid的同一位置(h,w)提供的index信息去input中寻找。如果input的网格中存在这个索引，直接赋值。若不存在，则进行插值计算。

在这里插入图片描述

例子

先看一个错误的例子

import torch
inp = torch.arange(3*3).view(1, 1, 3, 3).float()
d = torch.linspace(-1, 1, 3)
meshx, meshy = torch.meshgrid((d, d), indexing = "ij")
grid = torch.stack((meshx, meshy), 2).unsqueeze(0)
output = torch.nn.functional.grid_sample(inp, grid, align_corners=True)

print(inp)
print(meshx)
print(meshx)
print(output)

在这里插入图片描述

output是input的转置

那么如果想得到非转置的结果，就要将grid更改一下

import torch

inp = torch.arange(3*3).view(1, 1, 3, 3).float()
d = torch.linspace(-1, 1, 3)
meshx, meshy = torch.meshgrid((d, d), indexing = "ij")
grid = torch.stack((meshy, meshx), 2).unsqueeze(0)
output = torch.nn.functional.grid_sample(inp, grid, align_corners=True)

print(inp)
print(meshx)
print(meshx)
print(output)