tf.depth_to_space和torch.nn.pixel_shuffle

   最近做项目用到了这两个函数，本人经过仔细对比，认为它们的功能应该是完全一样的，都是将一个较多通道的特征变成较少通道的特征，具体定义如下：

def depth_to_space(input, block_size, name=None):

   block_size用来说明数据移动的方式。该函数的操作是将block_size x block_size数目的特征图转换成一个不重叠的特征，新的特征高度为input_heigh x block_size，宽度为input_width x block_size，其中block_size大小一定是大于1的整数，为了观察该函数的效果，本人写了如下一段程序：

import tensorflow as tf
x = tf.constant([[[[1, 2, 3, 15], [4, 5, 6, 16]],