SpaceToBatchND

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：将空间维度的数据按块重新排列到批次维度，并对空间维度补零。支持多维空间维度。

• 功能描述： 该算子是BatchToSpaceND的逆操作。它首先根据paddings参数对输入的空间维度进行zero-padding，然后将padded空间划分为block_shape指定的块，每个块搬移到批次维度。输出批次维度变为输入的block_shape各元素乘积倍，空间维度相应缩小。

• 计算公式： 设输入张量x为N维，形状为 $[x_0,x_1,\dots ,x_{N-1}]$，block_shape为M维1D张量 $[b_0,b_1,\dots ,b_{M-1}]$，paddings为 $M\times 2$ 的2D张量 $[[p_{00},p_{01}],[p_{10},p_{11}],\dots ,[p_{M-1,0},p_{M-1,1}]]$，满足 $1\le M<N\le 8$。

  输出张量y形状为 $[y_0,y_1,\dots ,y_{N-1}]$，计算方式如下：

  $$y_i=\{\begin{array}{ll}{x}_0\times {\prod }_{j=0}^{M-1}{b}_j,& i=0\\ \frac{x_i+p_{i-1,0}+p_{i-1,1}}{b_{i-1}},& 1\le i\le M\\ x_i,& M+1\le i\le N-1\end{array}$$

  其中，对于每个空间维度i，$x_i+p_{i-1,0}+p_{i-1,1}$ 必须能够被 $b_{i-1}$ 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	ND
paddings	输入	表示空间维度zero-padding量，2D张量，形状为[M, 2]，指定每个空间维度从头部和尾部补零的元素数量	INT32、INT64	ND
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paddings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

1. 输入张量x的维度N必须满足2 ≤ N ≤ 8。
2. block_shape的维度M必须满足1 ≤ M < N。
3. block_shape的长度必须等于paddings的第一维度长度。
4. paddings的形状必须为 [M, 2]。
5. block_shape中的每个元素必须大于0。
6. paddings中的每个元素必须是非负整数。
7. 对于每个空间维度i（i = 1, 2, ..., M），padding后的维度大小必须能被block_shape[i-1]整除，即：(x.shape[i] + paddings[i-1][0] + paddings[i-1][1]) % block_shape[i-1] == 0。

调用说明

调用方式	样例代码	说明
图模式调用	test_geir_space_to_batch_nd	通过算子IR构图方式调用SpaceToBatchND算子。