pytorch中torch.nn.functional.grid

def grid_sample(input, grid, mode='bilinear', padding_mode='zeros', align_corners=None)

函数作用是将input图像特征体通过grid映射到output图像特征体上

• input：[B, C, H_in, W_in]
• grid: [B, C, H_out, W_out, 2]
• output: [B, C, H_out, W_out]

grid中最后一个维度的2表示在input中的相对索引位置（offset），函数的内部主要执行几件事：

1. 遍历output图像的所有像素坐标
2. 比如现在要求output中的（5, 5）坐标的特征向量，若通过查找grid中（5, 5）位置中的offset值为（0.1, 0.2）
3. 根据(0.1*W_in， 0.2*H_in)得到对应input图像上的位置坐标
4. 通过双线性插值得到该点的特征向量。
5. 将该特征向量copy到output图像的(5, 5)位置

注：grid中的offset坐标必须是归一化的: x = x / (W_in - 1); y = y / (H_in -1)