c++ 实现F.interpolate

在 C++ 中实现 F.interpolate（PyTorch 中的函数）需要使用插值算法，可以使用线性插值或者双线性插值。

下面是一个简单的例子，使用双线性插值对输入的 2D Tensor 进行插值：

#include <torch/extension.h>

torch::Tensor interpolate(torch::Tensor input, torch::IntArrayRef output_size) {
    auto batch_size = input.size(0);
    auto input_height = input.size(2);
    auto input_width = input.size(3);
    auto output_height = output_size[0];
    auto output_width = output_size[1];

    auto output = torch::zeros({batch_size, input.size(1), output_height, output_width}, input.options());

    for (int b = 0; b < batch_size; b++) {
        for (int c = 0; c < input.size(1); c++) {
            for (int h = 0; h < output_height; h++) {
                for (int w = 0; w < output_width; w++) {
                    auto h_in = (float)(h + 0.5) * (float)input_height / (float)output_height - 0.5;
                    auto w_in = (float)(w + 0.5) * (float)input_width / (float)output_width - 0.5;

                    int h_low = floor(h_in);
                    int w_low = floor(w_in);
                    int h_high = h_low + 1;
                    int w_high = w_low + 1;

                    auto hl_ratio = h_in - h_low;
                    auto wl_ratio = w_in - w_low;
                    auto hh_ratio = 1 - hl_ratio;
                    auto wh_ratio = 1 - wl_ratio;

                    auto v1 = input[b][c][h_low][w_low];
                    auto v2 = input[b][c][h_low][w_high];
                    auto v3 = input[b][c][h_high][w_low];
                    auto v4 = input[b][c][h_high][w_high];

                    auto w1 = hh_ratio * wh_ratio;
                    auto w2 = hh_ratio * wl_ratio;
                    auto w3 = hl_ratio * wh_ratio;
                    auto w4 = hl_ratio * wl_ratio;

                    output[b][c][h][w] = v1 * w1 + v2 * w2 + v3 * w3 + v4 * w4;
                }
            }
        }
    }

    return output;
}

PYBIND11_MODULE(TORCH_EXTENSION_NAME, m) {
    m.def("interpolate", &interpolate, "F.interpolate");
}

这里使用了 PyTorch 的 C++ 扩展库。你可以将以上代码编译成 C++ 扩展模块，然后在 PyTorch 中使用 F.interpolate 函数。