最近读到一些论文，涉及到了该函数的使用：

    • -

    另外，在曾经的关于深度模型设计里空间偏移操作的实现的讨论（Pytorch中Spatial-Shift-Operation的5种实现策略）中，也同样提到了这一操作的使用。
    虽然该函数的作用比较直观，就是一个基于提供的grid，调整对应于输出位置上的输入位置的操作。但是由于涉及到坐标表示，所以这里不同维度的顺序就格外重要了。
    针对多维数组的索引，往往会有两种形式：

    • 一种是深度学习模型特征处理中常用的，从高维到低维的思路。按照从左到右的顺序的索引；
    • 一种则是延续数学中坐标系的思路，分为x、y、z等轴向维度。按照从右到左的顺序索引。

    那么，这个函数是按照什么顺序呢？
    为此，我们需要简单进行一下测试。
    首先定义下新的采样网格：

    1. >>> grid = torch.meshgrid(torch.linspace(-1, 1, 4), torch.linspace(-1, 1, 2), indexing='ij')
    2. >>> grid
    3. (tensor([[-1.0000, -1.0000],
    4.         [-0.3333, -0.3333],
    5.         [ 0.3333,  0.3333],
    6.         [ 1.0000,  1.0000]]), tensor([[-1.,  1.],
    7.         [-1.,  1.],
    8.         [-1.,  1.],
    9.         [-1.,  1.]]))

    再定义数据：

    1. >>> data = torch.arange(8).reshape(1, 1, 4, 2)
    2. >>> data
    3. tensor([[[[0, 1],
    4.           [2, 3],
    5.           [4, 5],
    6.           [6, 7]]]])

    采样实验：

    1. >>> F.grid_sample(data.float(), torch.stack(grid, dim=-1).unsqueeze(0).float(), mode='bilinear', align_corners=True)
    2. tensor([[[[0.0000, 6.0000],
    3.           [0.3333, 6.3333],
    4.           [0.6667, 6.6667],
    5.           [1.0000, 7.0000]]]])
    6. >>> F.grid_sample(data.float(), torch.stack(grid[::-1], dim=-1).unsqueeze(0).float(), mode='bilinear', align_corners=True)
    7. tensor([[[[0.0000, 1.0000],
    8.           [2.0000, 3.0000],
    9.           [4.0000, 5.0000],
    10.           [6.0000, 7.0000]]]]

    可以知道，这里的grid要保证通最后一维中：

    • 0表示w方向的索引，即x方向的索引。
    • 1表示h方向的索引，即y方向的索引。

      grid最后一维的元素，[[z,]y,x]从左到右分别对应多维数组的最后三维/二维的从左到右的索引