python - 了解 Pytorch 网格示例

Question

我有一个大小为[1,32,296,400]的输入张量

我有一个像素集[1, 56000, 400, 2]

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

我能知道这里到底发生了什么吗？我知道 grid_sample 应该以可微分的方式有效地将像素转换到新位置，但这些尺寸并不能清楚地表明发生了什么。

Answer 1

请查看grid_sample的文档.

您的输入张量的 shape 为 1x32x296x400，也就是说，批处理中有一个示例，具有 32 个 channel ，空间尺寸为 296x400 像素。
此外，您还有一个大小为 1x56000x400x2 的“网格”，PyTorch 将其解释为空间维度为 56000x400 的网格的新位置，其中每个新位置都具有用于采样新网格值的 x,y 坐标。因此，“网格”信息的形状为 1x56000x400x2。
正如预期的那样，输出是形状为 1x32x56000x400 的 2D 张量:批处理和 channel 尺寸未更改，但空间坐标与提供给 grid_sample 的“网格”信息一致。