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。

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。

问题描述

请勾选同意隐私声明

mindspore.ops.DepthToSpace

class mindspore.ops.DepthToSpace(block_size)[源代码]

将深度数据重新排列到空间维度中。

这是SpaceToDepth的反向操作。

输出Tensor的深度为 input_depth/(block_sizeblock_size)

输出Tensor的 height 维度为 heightblock_size

输出Tensor的 weight 维度为 weightblock_size

输入Tensor的深度必须可被 block_size * block_size 整除。数据格式为"NCHW"。

参数:
  • block_size (int) - 用于划分深度数据的块大小。其值必须>=2。

输入:
  • x (Tensor) - 输入Tensor。它必须为四维,其shape为 (N,Cin,Hin,Win) ,数据类型为数值型。

输出:

Tensor,shape为 (N,Cin/block_size2,Hinblock_size,Winblock_size)

异常:
  • TypeError - 如果 block_size 不是int。

  • ValueError - 如果 block_size 小于2。

  • ValueError - 如果 x 的shape长度不等于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, 12, 1, 1), mindspore.float32)
>>> block_size = 2
>>> depth_to_space = ops.DepthToSpace(block_size)
>>> output = depth_to_space(x)
>>> print(output.shape)
(1, 3, 2, 2)