TensorFlow多元插值方法：如何获取3D网格一阶导连续的可微插值实现？

• TensorFlow Graphics 内置三立方插值实现
  tensorflow_graphics.math.interpolation.tricubic_interpolate 本身就支持3D规则网格的三立方插值，属于一阶导数（C¹）连续的实现，全程可微，接口和同库的三线性插值高度对齐，仅需传入对应维度的网格张量和归一化采样坐标即可使用，无需引入额外依赖。
• 轻量自定义实现方案
  如果不想依赖tensorflow_graphics库，可以基于TensorFlow原生算子手写三立方或三次B样条插值逻辑：3D三立方插值可拆分为三个轴向的依次一维三次插值，核心逻辑仅需tf.pad、tf.gather、tf.nn.conv3d等基础算子实现，天然支持自动微分，可保证C¹连续性；如果需要更灵活的样条插值能力，也可以基于三次B样条基函数实现规则网格采样，实现复杂度低、显存占用可控。
• 实际使用注意事项
  三立方/三次样条插值的计算量约为三线性插值的4~6倍，若你的3D网格尺寸较大或采样点数量较多，可以按需对网格做分块处理后再执行插值，避免显存溢出。

内容的提问来源于stack exchange，提问作者Andy Zhu