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