torch.nn.functinal下的函数

参考:

[1]. torch.nn.functional — PyTorch 1.13 documentation

1. interpolate函数

上下采样，直观理解就是resize，更具体的用法等用到了再详细看

2. grid_sample()函数

下图引用[2]中的代码，其实[2]表示的就是双线性插值

 因此，可以得到上采样图中(0,1)位置对应原图的  (0,1)*3/7 = (0,0.4286)，这个位置刚好插值为

0 + ( 0.4286 - 0 ) / ( 1 - 0 ) * (1 - 0) = 0.4286

上采样图中（1,0）位置对应原图 (1,0)*3/7 = (0.4286,0)，(0.4286 - 0) / (1 - 0)表示长度比值

0 + (0.4286 - 0) / (1 - 0) * ( 4 - 0 ) =   1.7144

上面讲述了基本用法之后，就可以讲进阶的内容了。

grid_sample的参数align_corners的用法：

先来对比一下：

依旧是[1]中的例子，只不过里面的参数align_corners=True

 align_corners = False

很明显结果不同了。 

原因剖析：如下所示参考[5]

参考:

[1].torch.nn.functional.grid_sample — PyTorch 1.13 documentation

[2].[SOLVED]Torch.grid_sample? - vision - PyTorch Forums

[3].图像插值算法_AutoGalaxy的博客-CSDN博客

[4]. 一文看懂align_corners - 知乎 (zhihu.com)

[5]. pytorch中Upsample算子的align_corners属性理解_s.feng的博客-CSDN博客