python Tensor 在维度0上拓展一维

在Python的Tensor（张量）中，特别是在深度学习框架如TensorFlow或PyTorch中，如果你想在维度0（通常表示样本数）上增加一个新的维度，你可以使用相应的库提供的函数进行扩充。这里以PyTorch为例：

假设你有一个形状为`(batch_size, channels, height, width)`的Tensor，如果你想要添加一个新的时间步（例如视频序列的一个帧），你会这样做：

import torch

# 假设现有Tensor 'tensor'
original_shape = tensor.shape
num_new_samples = 1  # 新增的样本数
new_tensor = torch.unsqueeze(tensor, dim=0) * num_new_samples

# new_tensor 的形状现在是 (num_new_samples, batch_size, channels, height, width)

在这里，`torch.unsqueeze()` 函数用于在指定维度（在这个例子中是0）上插入一个新轴，相当于复制原Tensor并新增了一个样本。`* num_new_samples`则是将原有的每个元素都复制了`num_new_samples`次。