grid_sample

grid_sample是PyTorch中的一个函数，用于对输入的tensor进行转换，将其转换为指定大小的输出。在转换的过程中，grid_sample使用双线性插值的方式进行采样。与interpolate函数相比，grid_sample采用更为灵活的方式来进行内部的采点，而不是规则的均匀采样。

grid_sample函数的输入包括两个参数：input和grid。其中，input是要进行转换的tensor，其shape为[N, C, H_in, W_in]。而grid是一个field flow，其shape为[N, H_out, W_out, 2]，其中最后一个维度表示每个grid（H_out_i, W_out_i）在input的哪个位置的邻域进行采样。grid的值被归一化到[-1, 1]的范围。

在grid_sample的实现中，通过对grid的x和y进行处理，将其转换到input的坐标系下。具体来说，在源码的第66行到71行，grid的x和y被归一化到[0, IH-1]和[0, IW-1]的范围内。其中，IH和IW分别表示input的高度和宽度。

通过grid_sample函数的使用，可以将一个大小为H_in x W_in的输入tensor转换为一个大小为H_out x W_out的输出tensor。每个grid的位置都是一个(x, y)坐标，其值来自于输入input的(x, y)处的四邻域插值得到的结果。

因此，grid_sample函数可以灵活地对输入tensor进行尺寸转换，并在转换过程中使用双线性插值来进行采样。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>