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_v10.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： \( output.shape[0] = n \* blockShape[0] \* blockShape[1]\)
17
18  \( output.shape[1] = c \)
19
20  \( output.shape[2] = (h + paddings[0][0] + paddings[0][1]) / blockShape[0] \)
21
22  \( output.shape[3] = (w + paddings[1][0] + paddings[1][1]) / blockShape[1] \)
23
24  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。
25
26**起始版本：** 3.2
27
28**相关模块：**[NNRt](_n_n_rt_v10.md)
29
30
31## 汇总
32
33
34### Public 属性
35
36| 名称 | 描述 |
37| -------- | -------- |
38| long[] [blockShape](#blockshape) | 描述空间维度为分割的个数，取值需大于1。  |
39| long[][] [paddings](#paddings) | 空间维度的填充大小。  |
40
41
42## 类成员变量说明
43
44
45### blockShape
46
47```
48long [] SpaceToBatchND::blockShape
49```
50**描述**
51
52描述空间维度为分割的个数，取值需大于1。
53
54
55### paddings
56
57```
58long [][] SpaceToBatchND::paddings
59```
60**描述**
61
62空间维度的填充大小。
63