1# SpaceToBatchND
2
3
4## 概述
5
6将4维张量在空间维度上进行切分成多个小块，然后在batch维度上拼接这些小块。
7
8该算子对应的[NodeType](_n_n_rt_v20.md#nodetype)为NODE_TYPE_SPACE_TO_BATCH_ND。
9
10输入：
11
12- x，n维tensor
13
14输出：
15
16- output，一个4维tensor，数据类型和input一致。shape由input，blockShape和paddings共同决定，假设input shape为[n,c,h,w]，则有：
17
18  \( output.shape[0] = n \* blockShape[0] \* blockShape[1]\)
19
20  \( output.shape[1] = c \)
21
22  \( output.shape[2] = (h + paddings[0][0] + paddings[0][1]) / blockShape[0] \)
23
24  \( output.shape[3] = (w + paddings[1][0] + paddings[1][1]) / blockShape[1] \)
25
26  要求 \( (h + paddings[0][0] + paddings[0][1])能被\) blockShape[0] \(整除，(w + paddings[1][0] + paddings[1][1]) \)能被 \( blockShape[1] \)整除。
27
28**起始版本：** 3.2
29
30**相关模块：**[NNRt](_n_n_rt_v20.md)
31
32
33## 汇总
34
35
36### Public 属性
37
38| 名称 | 描述 |
39| -------- | -------- |
40| long[] [blockShape](#blockshape) | 描述空间维度为分割的个数，取值需大于1。 |
41| long[][] [paddings](#paddings) | 空间维度的填充大小。 |
42
43
44## 类成员变量说明
45
46
47### blockShape
48
49```
50long [] SpaceToBatchND::blockShape
51```
52
53**描述**
54
55
56描述空间维度为分割的个数，取值需大于1。
57
58
59### paddings
60
61```
62long [][] SpaceToBatchND::paddings
63```
64
65**描述**
66
67
68空间维度的填充大小。
69