Lors de l'utilisation de l'opérateur ResizeBilinear dans MindSpore pour redimensionner des tenseurs via une interpolation bilinéaire, les développeurs peuvent rencontrer une erreur liée à la configuration matérielle lorsque l'attribut half_pixel_centers est activé sur un environnement CPU.

Analyse de l'erreur de configuration

L'erreur survient généralement lors de l'exécution d'un script configuré pour le processeur (CPU) alors que l'algorithme d'alignement des pixels nécessite des fonctionnalités spécifiques aux accélérateurs Ascend. Voici un exemple typique générant cette exception :

import mindspore
from mindspore import Tensor, ops, context

# Configuration de l'exécution sur CPU
context.set_context(device_target='CPU')

# Définition d'un tenseur d'entrée (N, C, H, W)
input_data = Tensor([[[[2.0, 4.0, 6.0], [8.0, 10.0, 12.0]]]], mindspore.float32)

# Tentative de redimensionnement avec half_pixel_centers activé
bilinear_op = ops.ResizeBilinear((4, 4), half_pixel_centers=True)
output = bilinear_op(input_data)
print(output)

Le message d'erreur généré par la console est explicite :

ValueError: Currently `half_pixel_centers`=True only support in Ascend device_target, but got CPU

Cette limitation est due au fait que l'implémentation actuelle de l'opérateur ResizeBilinear dans la bibliothèque MindSpore ne supporte le calcul centré sur le demi-pixel que via le backend Ascend. Sur CPU ou GPU, cette option n'est pas disponible pour cette version spécifique de l'opérateur.

Résolution du problème

Pour résoudre ce conflit, deux approches sont possibles en fonction des contraintes de votre projet.

1. Migration vers l'environnement Ascend

Si vous disposez de ressources matérielles Ascend, il sufffit de modifier la cible du contexte d'exécution. Cela permet de conserver l'alignement half_pixel_centers=True, essentiel pour certains modèles de vision par ordinateur haute précision.

import mindspore
from mindspore import Tensor, ops, context

# Basculement vers la cible Ascend
context.set_context(device_target='Ascend')

tensor_x = Tensor([[[[1.0, 3.0], [5.0, 7.0]]]], mindspore.float32)
# L'opération est désormais supportée
resize_func = ops.ResizeBilinear((4, 4), half_pixel_centers=True)
result = resize_func(tensor_x)
print(result)

2. Désactivation de l'attribut sur CPU

Si le développement doit impérativement s'effectuer sur CPU, l'attribut half_pixel_centers doit être défini sur False. Par défaut, MindSpore utilisera une autre méthode d'alignement (comme align_corners) compatible avec le processeur.

# Correction pour exécution sur CPU
context.set_context(device_target='CPU')
# Désactivation de half_pixel_centers
bilinear_op = ops.ResizeBilinear((4, 4), half_pixel_centers=False)

Points de vigilance

Il est recommandé de vérifier systématiquement la compatibilité des attributs d'opérateurs dans la documentation officielle de MindSpore, car certaines fonctionnalités de bas niveau sont optimisées exclusivement pour l'architecture Da Vinci (Ascend). Lors du débogage, identifiez toujours la ligne d'instanciation de l'opérateur pour valider si les paramètres passés correspondent aux capacités du device_target sélectionné.