了解 Pytorch 网格示例

Question

我有一个大小的输入张量 [1,32,296,400]

我有一个像素集 [1, 56000, 400, 2]

应用 grid_sample 后，mode=‘bilinear’我有[1, 32, 56000, 400]

我能知道这里到底发生了什么吗？我知道这grid_sample应该以可微分的方式有效地将像素转换到新位置，但是这些尺寸并没有说明发生了什么。

Answer 1

请查看 的文档grid_sample。

您的输入张量的 ashape为 1x32x296x400，也就是说，批次中有一个示例，它有 32 个通道，空间维度为 296x400 像素。
此外，您有一个大小为 1x56000x400x2 的“网格”，pytorch 将其解释为空间维度为 56000x400 的网格的新位置，其中每个新位置都有 x,y 坐标，从中可以对新网格值进行采样。因此，“网格”信息的形状为 1x56000x400x2。
正如预期的那样，输出是一个形状为 1x32x56000x400 的 2D 张量：批次和通道尺寸不变，但空间坐标与提供给 的“网格”信息一致grid_sample。