我试图弄清楚BatchToSpaceND是如何排列输入矩阵的。示例之一如下：
（3）对于形状为[4，2，2，1]和block_size为2的以下输入：
x = [[[[1], [3]], [[9], [11]]], [[[2], [4]], [[10], [12]]], [[[5], [7]], [[13], [15]]], [[[6], [8]], [[14], [16]]]]输出张量的形状为[1、4、4、1]和值：
x = [[[1], [2], [3], [4]], [[5], [6], [7], [8]], [[9], [10], [11], [12]], [[13], [14], [15], [16]]]
有人知道输出张量是如何导出的吗？为什么第一行是[[1], [2], [3], [4]]而不是[[1], [3], [9], [11]]？我也尝试了一些代码：
import tensorflow as tf
sess = tf.InteractiveSession()
a = [[[[1], [3]], [[9], [11]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]
b = [2, 2, 1, 2, 2, 1]
a = tf.reshape(a, b)
b = [1, 2, 2, 2, 2, 1]
a = tf.reshape(a, b)
b = [1, 4, 4, 1]
a = tf.reshape(a, b)
print(a.eval())
[[[[ 1]
[ 3]
[ 9]
[11]]
[[ 2]
[ 4]
[10]
[12]]
[[ 5]
[ 7]
[13]
[15]]
[[ 6]
[ 8]
[14]
[16]]]]
这不是文档中的结果。
答案 0 :(得分：2)
让我们考虑the documentation的参数部分：
input：一个Tensor。形状为input_shape = [batch] + spatial_shape + remaining_shape的N-D，其中spatial_shape的尺寸为M。
因此对于特定示例，这意味着我们具有批处理尺寸4，空间形状(2, 2)和其余形状(1,)。在这里考虑一个真实的例子是有启发性的。让我们将此输入张量视为一批具有1个通道（例如灰度）的四个2x2图像。由于该操作不会修改remaining_shape，因此我们可以忽略它以进行进一步的探索。也就是说，输入实际上包含以下2x2“图像”：
1 3
9 11
--------
2 4
10 12
--------
5 7
13 15
--------
6 8
14 16
现在操作需要将批处理维度重塑为空间维度，类似于将大小为a的一维数组batch重塑为a.reshape(-1, *block_shape)。如果我们考虑批次索引[0, 1, 2, 3]，它们将被重塑为[[0, 1], [2, 3]]（省略新的大小为1的批次尺寸）。实际上，这意味着我们应该拍摄四张2x2图像并将它们并排放置，其中block_shape表示布局，以便创建一张4x4图像。但是，到目前为止，还没有完成，还需要完成另一个步骤，即空间维度是交错的，如文档所示：
此操作将“批”尺寸0重塑为形状为
M + 1的{{1}}尺寸，将这些块交织回由空间尺寸block_shape + [batch]定义的网格中，以获得与输入具有相同等级的结果。
即在我们拥有的网格中布置图像：
[1, ..., M]现在，我们需要对单个图像的行和列尺寸进行交织以便得出最终结果：
1 3 2 4
9 11 10 12
5 7 6 8
13 15 14 16
哪个给：
-------⅂
| |
-------⅂ |
| | | |
v v | |
1 3 2 4
<---⅂
9 11 10 12 |
<---|---⅂
| |
| |
5 7 6 8 ---⅃ |
|
13 15 14 16 -------⅃
该示例的实际输出具有 1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
形状，因为它包含附加的(1, 4, 4, 1)（为方便起见，我们省略了它）并保留了批处理尺寸（1 in这种情况）。
remaining_shape