时间戳

首页 > 解决方案 > 如何使用 pytorch 的 grid_sample()？

pytorch - 如何使用 pytorch 的 grid_sample()？

问题描述

我在按自己的意愿工作时遇到了一些麻烦torch.nn.functional，如下例所示：

import torch
import torch.nn.functional as F
import numpy as np

sz = 5
input_arr = torch.from_numpy(np.arange(sz*sz).reshape(1,1,sz,sz)).float()
indices = torch.from_numpy(np.array([-1,-1, -0.5,-0.5, 0,0, 0.5,0.5, 1,1]).reshape(1, 1, 5, 2)).float()

out = F.grid_sample(input_arr, indices)
print(input_arr)
print(out)

由于索引只是输入的对角线，我希望得到类似的东西tensor([[[[0., 6., 12., 18., 24.]]]])（因为 (-1,-1) 应该给出左上角， (1,1) 应该给出右下角，根据文档） . 但是，我将其作为控制台的输出：

tensor([[[[ 0.,  1.,  2.,  3.,  4.],
          [ 5.,  6.,  7.,  8.,  9.],
          [10., 11., 12., 13., 14.],
          [15., 16., 17., 18., 19.],
          [20., 21., 22., 23., 24.]]]])
tensor([[[[ 0.0000,  4.5000, 12.0000, 19.5000,  6.0000]]]])

我究竟做错了什么？非常感谢！

标签： pytorch

解决方案

你试过传递论点align_corners = True吗？如果您阅读文档，它会指出：

警告

当 时align_corners = True，网格位置取决于相对于输入图像大小的像素大小，因此 grid_sample()对于在不同分辨率下（即在上采样或下采样之后）给定的相同输入，采样的位置将有所不同。直到版本 1.2.0 的默认行为是align_corners = True. 从那时起，默认行为已更改为align_corners = False，以使其与interpolate().

为了仔细检查，我运行了带和不带 的代码align_corners = True，以获得您需要的正确输出和您描述的不正确输出。

# align_corners = False
out = F.grid_sample(input_arr, indices, align_corners = False)
print(out) # tensor([[[[ 0.0000,  4.5000, 12.0000, 19.5000,  6.0000]]]])

和

# align_corners = True
out = F.grid_sample(input_arr, indices, align_corners = True)
print(out) # tensor([[[[ 0.,  6., 12., 18., 24.]]]])

推荐阅读