BatchToSpaceND
产品支持情况
| 产品 | 是否支持 |
|---|---|
| Ascend 950PR/Ascend 950DT | √ |
| Atlas A3 训练系列产品/Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品/Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | √ |
| Atlas 推理系列产品 | √ |
| Atlas 训练系列产品 | √ |
功能说明
-
算子功能：将批次维度的数据重新排列到空间维度，并裁剪空间维度。
-
功能描述： 该算子是 SpaceToBatchND 的逆操作。它首先将输入张量的批次维度按照指定的块形状（block_shape）重新排列到空间维度中，然后根据裁剪参数（crops）裁剪空间维度。具体来说，它将批次维度中的数据分散到空间维度中，从而增加空间维度的大小，同时减少批次维度的大小。
-
计算公式： 设输入张量 x 为 N 维，形状为 [x0,x1,…,xN−1][x_0, x_1, \ldots, x_{N-1}]，block_shape 为 M 维 1D 张量 [b0,b1,…,bM−1][b_0, b_1, \ldots, b_{M-1}]，crops 为 M×2M \times 2 的 2D 张量 [[c00,c01],[c10,c11],…,[cM−1,0,cM−1,1]][[c_{00}, c_{01}], [c_{10}, c_{11}], \ldots, [c_{M-1,0}, c_{M-1,1}]]，满足 1≤M<N≤81 \leq M < N \leq 8。
输出张量 y 形状为 [y0,y1,…,yN−1][y_0, y_1, \ldots, y_{N-1}]，计算方式如下：
yi={x0∏j=0M−1bj,i=0xi×bi−1−ci−1,0−ci−1,1,1≤i≤Mxi,M+1≤i≤N−1y_i = \begin{cases} \frac{x_0}{\prod_{j=0}^{M-1} b_j}, & i = 0 \\ x_i \times b_{i-1} - c_{i-1,0} - c_{i-1,1}, & 1 \leq i \leq M \\ x_i, & M+1 \leq i \leq N-1 \end{cases}
其中，x0x_0 必须能够被 ∏j=0M−1bj\prod_{j=0}^{M-1} b_j 整除。
参数说明
| 参数名 | 输入/输出/属性 | 描述 | 数据类型 | 数据格式 |
|---|---|---|---|---|
| x | 输入 | 表示输入张量，支持多种数据类型 | INT8、UINT8、INT16、UINT16、INT32、UINT32、INT64、UINT64、BF16、FLOAT16、FLOAT、DOUBLE、BOOL、COMPLEX32、COMPLEX64 | ND |
| block_shape | 输入 | 表示空间块的形状，1D张量，形状为[M]，指定每个空间维度的块大小 | INT32、INT64 | - |
| crops | 输入 | 表示裁剪量，2D张量，形状为[M, 2]，指定每个空间维度从顶部和底部（或左侧和右侧）裁剪的元素数量 | INT32、INT64 | - |
| y | 输出 | 表示输出张量，与输入x具有相同的数据类型。输出形状根据block_shape和crops进行计算 | 与x一致 | ND |
- Atlas 训练系列产品、Atlas 推理系列产品、Atlas 200I/500 A2 推理产品、Atlas A2 训练系列产品/Atlas A2 推理系列产品、Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持BOOL。
约束说明
- 输入张量 x 的维度 N 必须满足 2 ≤ N ≤ 8。
- block_shape 的维度 M 必须满足 1 ≤ M < N。
- block_shape 的长度必须等于 crops 的第一维度长度。
- crops 的形状必须为 [M, 2]。
- 输入张量的第 0 维（batch 维度）必须能够被 block_shape 中所有元素的乘积整除。
- block_shape 中的每个元素必须大于 0。
- crops 中的每个元素必须是非负整数。
- 对于每个空间维度 i（i = 1, 2, ..., M），裁剪后的维度大小必须大于等于 0，即：x.shape[i] × block_shape[i-1] - crops[i-1][0] - crops[i-1][1] ≥ 0。
调用说明
| 调用方式 | 样例代码 | 说明 |
|---|---|---|
| 图模式调用 | test_geir_batch_to_space_nd | 通过算子IR构图方式调用BatchToSpaceND算子。 |