mindspore.ops.space_to_batch_nd

mindspore.ops.space_to_batch_nd(input_x, block_size, paddings)

将空间维度分块，并在批次维度重排tensor。

\[\begin{split}\begin{array}{ll} \\ n' = n*(block\_size[0] * ... * block\_size[M]) \\ w'_i = (w_i + paddings[i][0] + paddings[i][1])//block\_size[i] \end{array}\end{split}\]

说明

• 此函数将输入的空间维度 [1, …, M] 按 block_size 拆分成小块，并重排至批次维度（默认第 0 维）。在分块前，输入的空间维度会根据 paddings 填充零。

• 若输入的形状为 \((n, c_1, ... c_k, w_1, ..., w_M)\)，则输出的形状为 \((n', c_1, ... c_k, w'_1, ..., w'_M)\) 。

• 如果 block_size 为list或者tuple，其长度 M 为空间维度的长度。如果 block_size 为整数，那么所有空间维度分割的个数均为 block_size 。在Ascend平台 M 必须为2。

参数：

• input_x (Tensor) - 输入张量。

• block_size (Union[list(int), tuple(int), int]) - 空间维度分块大小。

• paddings (Union[tuple, list]) - 空间维度的填充大小。

返回：

Tensor

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> block_size = [2, 2]
>>> paddings = [[0, 0], [0, 0]]
>>> input_x = mindspore.tensor([[[[1, 2], [3, 4]]]], mindspore.float32)
>>> output = mindspore.ops.space_to_batch_nd(input_x, block_size, paddings)
>>> print(output)
[[[[1.]]]
 [[[2.]]]
 [[[3.]]]
 [[[4.]]]]