文档反馈

问题文档片段

问题文档片段包含公式时,显示为空格。

提交类型
issue

有点复杂...

找人问问吧。

PR

小问题,全程线上修改...

一键搞定!

请选择提交类型

问题类型
规范和低错类

- 规范和低错类:

- 错别字或拼写错误,标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致,但不影响操作。

- 表述不通顺,但不影响理解。

- 版本号不匹配:如软件包名称、界面版本号。

易用性

- 易用性:

- 关键步骤错误或缺失,无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰,该分类、分项、分步骤的没有给出。

正确性

- 正确性:

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误,无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示:

- 对重要数据或系统存在风险的操作,缺少安全提示。

内容合规

- 内容合规:

- 违反法律法规,涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述,以帮助我们快速定位问题。

mindspore.ops.SpaceToDepth

查看源文件
class mindspore.ops.SpaceToDepth(block_size)[源代码]

将空间维度分块,增加Tensor深度。

输出Tensor的高度为 height/block_size

输出Tensor的宽度为 weight/block_size

输出Tensor的深度为 block_sizeblock_sizeinput_depth

输入Tensor的高度和宽度必须可被 block_size 整除。格式为"NCHW"(batch_size,深度,高度,宽度)。

参数:
  • block_size (int) - 用于划分空间维度的子块的大小。必须>=2。

输入:
  • x (Tensor) - 四维Tensor。数据类型为Number。

输出:

四维Tensor,数据类型与 x 相同,shape: (N,(Cinblock_size2),Hin/block_size,Win/block_size)

异常:
  • TypeError - block_size 不是int类型。

  • ValueError - block_size 小于2。

  • ValueError - x 的维度不为4。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.random.rand(1,3,2,2), mindspore.float32)
>>> block_size = 2
>>> space_to_depth = ops.SpaceToDepth(block_size)
>>> output = space_to_depth(x)
>>> print(output.shape)
(1, 12, 1, 1)