torch.expand_dims

`torch.expand_dims`是PyTorch中的一个函数，用于在给定维度上扩展张量的形状。它的作用类似于NumPy中的`np.expand_dims`函数。

具体而言，`torch.expand_dims(input, dim)`会在输入张量`input`的指定维度`dim`上插入一个维度，从而扩展张量的形状。例如，如果`input`是一个形状为(3, 4)的张量，而`dim=0`，则`torch.expand_dims(input, dim)`将返回一个形状为(1, 3, 4)的张量，其中第一个维度被插入到原始张量的第0个维度上。

下面是一个示例：

import torch

x = torch.randn(3, 4)
print(x.shape)  # 输出: torch.Size([3, 4])

# 在维度0上扩展张量
y = torch.expand_dims(x, 0)
print(y.shape)  # 输出: torch.Size([1, 3, 4])

# 在维度1上扩展张量
z = torch.expand_dims(x, 1)
print(z.shape)  # 输出: torch.Size([3, 1, 4])

在这个示例中，我们首先创建了一个形状为(3, 4)的张量`x`。然后，我们使用`torch.expand_dims`函数在维度0和1上分别扩展了张量。注意，在维度0上扩展张量会在新的第0维上插入一个维度，因此输出的形状为(1, 3, 4)。而在维度1上扩展张量会在新的第1维上插入一个维度，因此输出的形状为(3, 1, 4)。