1# SpaceToBatchND 2 3 4## 概述 5 6将4维张量在空间维度上进行切分成多个小块，然后在batch维度上拼接这些小块。 7 8该算子对应的[NodeType](_n_n_rt.md#nodetype)为NODE_TYPE_SPACE_TO_BATCH_ND。 9 10输入： 11 12- x，n维tensor 13 14 输出： 15- output：一个4维tensor，数据类型和input一致。shape由input、blockShape和paddings共同决定，假设input shape为[n,c,h,w]，则有： 16 17 $ output.shape[0] = n \* blockShape[0] \* blockShape[1] $ 18 19 $ output.shape[1] = c $ 20 21 $ output.shape[2] = (h + paddings[0][0] + paddings[0][1]) / blockShape[0] $ 22 23 $ output.shape[3] = (w + paddings[1][0] + paddings[1][1]) / blockShape[1] $ 24 25 要求$ (h + paddings[0][0] + paddings[0][1]) $能被$ blockShape[0] $整除，$ (w + paddings[1][0] + paddings[1][1]) $能被$ blockShape[1] $整除。 26 27**Since:** 28 293.2 30 31**Version:** 32 331.0 34 35**相关模块:** 36 37[NNRt](_n_n_rt.md) 38 39 40## 汇总 41 42 43### Public 属性 44 45 | 名称 | 描述 | 46| -------- | -------- | 47| [blockShape](#blockshape) | long[]<br/>描述空间维度为分割的个数，取值需大于1。 | 48| [paddings](#paddings) | long[][]<br/>空间维度的填充大小。 | 49 50 51## 类成员变量说明 52 53 54### blockShape 55 56 57``` 58long [] SpaceToBatchND::blockShape 59``` 60 61**描述:** 62 63描述空间维度为分割的个数，取值需大于1。 64 65 66### paddings 67 68 69``` 70long [][] SpaceToBatchND::paddings 71``` 72 73**描述:** 74 75空间维度的填充大小。 76