比较与torch.nn.functional.grid_sample的功能差异

torch.nn.functional.grid_sample

torch.nn.functional.grid_sample(input, grid, mode='bilinear', padding_mode='zero', align_corners=None) -> Tensor

更多内容详见torch.nn.functional.grid_sample。

mindspore.ops.grid_sample

mindspore.ops.grid_sample(input, grid, mode='bilinear', padding_mode='zeros', align_corners=False)

更多内容详见mindspore.ops.grid_sample。

差异对比

PyTorch：给定一个输入和一个网格，使用网格中的输入值和像素位置计算输出。input 只支持4-D（GridSampler2D）和5-D（GridSampler3D）。

MindSpore：MindSpore此API实现功能与PyTorch基本一致，不过暂不支持mode为“bicubic”。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	功能一致
	参数2	grid	grid	功能一致
	参数3	mode	mode	功能一致，MindSpore暂不支持“bicubic”
	参数4	padding_mode	padding_mode	功能一致
	参数5	align_corners	align_corners	功能一致

代码示例1

# PyTorch
import torch
from torch import tensor
import numpy as np
input_x = tensor(np.arange(16).reshape((2, 2, 2, 2)).astype(np.float32))
grid = tensor(np.arange(0.2, 1, 0.1).reshape((2, 2, 1, 2)).astype(np.float32))
output = torch.nn.functional.grid_sample(input_x, grid)
print(output)
#tensor([[[[ 2.3000],
#          [ 2.9000]],
#
#         [[ 6.3000],
#          [ 6.9000]]],
#
#
#        [[[ 7.9200],
#          [ 4.6200]],
#
#         [[10.8000],
#          [ 6.3000]]]])

# MindSpore
from mindspore import Tensor
import mindspore.ops as ops
import numpy as np
input_x = Tensor(np.arange(16).reshape((2, 2, 2, 2)).astype(np.float32))
grid = Tensor(np.arange(0.2, 1, 0.1).reshape((2, 2, 1, 2)).astype(np.float32))
output = ops.grid_sample(input_x, grid, mode='bilinear', padding_mode='zeros', align_corners=False)
print(output)
#[[[[ 2.3      ]
#   [ 2.8999999]]
#
#  [[ 6.3      ]
#   [ 6.8999996]]]
#
#
# [[[ 7.919999 ]
#   [ 4.6200004]]
#
#  [[10.799998 ]
#   [ 6.3000007]]]]