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。

提交

文档反馈

mindspore.ops.BatchToSpace

class mindspore.ops.BatchToSpace(block_size, crops)

将批处理数据重新排列到空间数据中。

此操作将批处理维度N拆分为 block_size 大小的块（blocks），输出Tensor的维度N，即为拆分后对应的块数。输出Tensor的H、W维分别是原H、W维和 block_size 在给定裁剪量情况下的乘积。

参数：

• block_size (int) - 指定拆分的块大小，其值不能小于2。

• crops (Union[list(int), tuple(int)]) - 指定H和W维度上的裁剪值，包含2个列表。每个列表包含2个整数。所有值都必须不小于0。crops[i]表示指定空间维度i的裁剪值，该维度对应于输入维度i+2。要求 $input\mathrm{\_}shape[i+2]\ast block\mathrm{\_}size>crops[i][0]+crops[i][1]$ 。

输入：

• input_x (Tensor) - 输入Tensor。必须是四维，第零维度（维度n）的大小必须可被 block_size 的乘积整除。数据类型为float16或float32。

输出：

Tensor，数据类型与输入Tensor相同。假设输入shape为 $(n,c,h,w)$ ，经过 block_size 和 crops 计算后。输出shape将为 $(n^{\prime },c^{\prime },h^{\prime },w^{\prime })$ ，其中

• $n^{\prime }=n//(block\mathrm{\_}size\ast block\mathrm{\_}size)$

• $c^{\prime }=c$

• $h^{\prime }=h\ast block\mathrm{\_}size-crops[0][0]-crops[0][1]$

• $w^{\prime }=w\ast block\mathrm{\_}size-crops[1][0]-crops[1][1]$

异常：

• TypeError - 如果 block_size 或 crops 的元素不是int。

• TypeError - 如果 crops 既不是list也不是tuple。

• ValueError - 如果 block_size 的值小于2。

支持平台：

Ascend GPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> block_size = 2
>>> crops = [[0, 0], [0, 0]]
>>> batch_to_space = ops.BatchToSpace(block_size, crops)
>>> input_x = Tensor(np.array([[[[1]]], [[[2]]], [[[3]]], [[[4]]]]), mindspore.float32)
>>> output = batch_to_space(input_x)
>>> print(output)
[[[[1.  2.]
   [3.  4.]]]]