一文彻底弄懂 PyTorch 的 `F.grid_sample`

微凉的衣柜

已于 2024-06-11 22:11:07 修改

阅读量8.3k

点赞数 34

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签： pytorch 人工智能 python

于 2024-06-11 20:06:28 首次发布

本文链接：https://blog.csdn.net/weixin_41496173/article/details/139607685

在深度学习和计算机视觉任务中，经常需要对图像或特征图进行采样和变换。PyTorch 提供的 F.grid_sample 函数非常方便，用于根据指定的坐标从输入张量中采样特定点的值。本文将详细介绍如何使用 F.grid_sample，并通过两个具体例子解释其工作原理。

什么是 `F.grid_sample`？

F.grid_sample 是 PyTorch 中的一个函数，用于根据给定的坐标网格对输入张量进行采样。它常用于图像变形、数据增强等任务。函数的核心思想是使用双线性插值从输入张量中提取指定坐标的值。

示例代码

以下代码展示了如何使用 F.grid_sample 从一个 4x4 的输入张量中采样特定点的值：

import torch
import torch.nn.functional as F

# 定义一个 4x4 的输入张量
input_tensor = torch.tensor([[[[1, 2, 3, 4],
                               [5, 6, 7, 8],
                               [9, 10, 11, 12],
                               [13, 14, 15, 16]]]], dtype=torch.float)

# 定义采样点，归一化坐标在 [-1, 1] 范围内
# 这里使用小数坐标进行采样
grid = torch.tensor([[[[-0.5, -0.5], [0.5, -0.5]],
                      [[-0.5, 0.5], [0.5, 0.5]]]], dtype=torch.float)

# 使用 F.grid_sample 进行采样
output = F.grid_sample(input_tensor, grid, align_corners=True)

print(output)