auto output = torch::zeros({batch_size, C, L_out}, input.options());这样就在input相同的位置创建了output
源文档中说了，即便accessor可以方便代码的可读性，但非常低效， 从pytorch官方代码中没用使用accessor也可以发现，这玩意根本就不好用
100 iter average
grid # 4 * 64**3 * 256
input # 4 * 256 * 16| item | speed | RAM |
|---|---|---|
| lxy original | 552ms | 10825MB |
| 2d grid sample forward | 198ms | 9800MB |
| lxy dog grid sample forward | 137ms | 5705MB |
forward backward done
但backward error会随着C的增大而增大
修改为C上串行后，除了当padding mode=zeros,align_corners=True以外，不再存在上述问题
尝试修改了backward中grid梯度两个计算Block的顺序，结果会与2d的sample不同，这也表明了浮点数累加不满足结合律这一问题
修复了align=false,zero padding下结果是两倍的问题
pytorch中的2d grid sample，在双线性插值，且zero padding模式align_corners=False时是不适用H/W中有一个是1的情况的，最终的结果会是真实结果的0.5倍，这主要是因为align_corner为False时，1维的坐标变成-0.5， 而生成出来的需要插值坐标的左右近邻必有一个不满足within_bounds的判断，最终会忽略掉恰好一半的数值