pytorch grid_sample易错点

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)

在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值