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_v10.md#nodetype)为NODE_TYPE_SPACE_TO_BATCH_ND。 9 10输入： 11 12- x，n维tensor 13 14输出： 15 16- 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： \( output.shape[0] = n \* blockShape[0] \* blockShape[1]\) 17 18 \( output.shape[1] = c \) 19 20 \( output.shape[2] = (h + paddings[0][0] + paddings[0][1]) / blockShape[0] \) 21 22 \( output.shape[3] = (w + paddings[1][0] + paddings[1][1]) / blockShape[1] \) 23 24 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。 25 26**起始版本：** 3.2 27 28**相关模块：**[NNRt](_n_n_rt_v10.md) 29 30 31## 汇总 32 33 34### Public 属性 35 36| 名称 | 描述 | 37| -------- | -------- | 38| long[] [blockShape](#blockshape) | 描述空间维度为分割的个数，取值需大于1。 | 39| long[][] [paddings](#paddings) | 空间维度的填充大小。 | 40 41 42## 类成员变量说明 43 44 45### blockShape 46 47``` 48long [] SpaceToBatchND::blockShape 49``` 50**描述** 51描述空间维度为分割的个数，取值需大于1。 52 53 54### paddings 55 56``` 57long [][] SpaceToBatchND::paddings 58``` 59**描述** 60空间维度的填充大小。 61