pytorch grid_sample问题

Question

有一个尺寸为N x C x H x W的张量inputs，一个尺寸为 N x H x W x 2张量sample，将inputs通过F.grid_sample(inputs, samples, padding_mode = "zeros")的方式采样得到输出outputs，outputs中一些元素由于采样超出inputs边界被设为零，现有一个尺寸为N x C x H x W的张量x，我希望将张量x中与outputs中被设为零的元素相同位置的元素也设为零，该怎么做，也就是说我希望通过sample获得一个mask来将x中对应位置的元素变成零

Answer 1

你可以使用如下步骤来达到你的目标：

1. 创建一个全1张量，它的尺寸与inputs相同。
2. 使用F.grid_sample()函数，将这个全1张量与samples一起采样得到一个mask。
3. 将得到的mask张量与x进行逐元素乘法。

在PyTorch中，你可以通过如下代码实现这个过程：

import torch
import torch.nn.functional as F

N, C, H, W = inputs.size()

# Step 1: 创建一个全1张量
ones = torch.ones_like(inputs)

# Step 2: 采样得到mask
mask = F.grid_sample(ones, samples, padding_mode="zeros")

# Step 3: 将mask与x进行逐元素乘法
x_masked = x * mask

在上述代码中，F.grid_sample()函数将全1张量ones与samples一起采样，得到一个新的mask张量。这个mask张量的元素值与outputs中的元素一一对应，如果outputs中的某个元素为0（表示采样超出边界），那么mask张量中的对应元素也为0。然后，我们将mask张量与x进行逐元素乘法，得到的x_masked就是你想要的结果。