如何用PyTorch将28×28的2D张量划分为7×7的16元素块？

问题核心是torch.view()是按内存连续顺序重塑张量，而你需要的是按空间位置划分4×4的非重叠块，所以直接用view无法得到正确的分块结果。以下是两种可行的实现方式：

方法一：使用unfold分块（推荐） #

unfold是PyTorch专门用于张量分块的API，适合处理这种非重叠的空间分块需求：

import torch

# 模拟你的输入：28×28的图像张量
img = torch.randn(28, 28)  # shape: torch.Size([28, 28])

# 第一步：沿高度方向分块，每块高度4，步长4
blocks_h = img.unfold(dimension=0, size=4, step=4)  # shape: torch.Size([7, 4, 28])
# 第二步：沿宽度方向分块，每块宽度4，步长4
blocks_hw = blocks_h.unfold(dimension=2, size=4, step=4)  # shape: torch.Size([7, 4, 7, 4])
# 调整维度顺序并展平每个4×4块
result = blocks_hw.permute(0, 2, 1, 3).reshape(7, 7, 16)  # shape: torch.Size([7, 7, 16])

方法二：手动拆分维度 #

如果不想用unfold，也可以通过维度拆分和重组实现：

import torch

img = torch.randn(28, 28)

# 先将图像拆分为7行×4高度的块，再将每行拆分为7列×4宽度的块
split_h = img.split(4, dim=0)  # 得到7个(4,28)的张量
split_hw = [row.split(4, dim=1) for row in split_h]  # 得到7×7个(4,4)的张量

# 将所有块展平并重组为7×7×16的张量
result = torch.stack([torch.stack([block.flatten() for block in row], dim=0) for row in split_hw], dim=0)

为什么view不行？ #

28×28张量的内存存储顺序是逐行连续的（第1行所有元素→第2行所有元素→…→第28行所有元素）。img.view(7,7,16)会直接把前16个元素（第1行的前16个像素）作为第一个块，这和你需要的“4行×4列”空间块完全不符，因此无法得到预期结果。

内容的提问来源于stack exchange，提问作者Chenming Zhang