A.unsqueeze(2)

`unsqueeze` 是 PyTorch 中的一个功能，它用于在张量的一个维度上添加一个尺寸1，常用于扩充形状以适应神经网络的输入要求。当你调用 `A.unsqueeze(2)` 时，假设 `A` 是一个一维或二维张量（比如一个向量或矩阵），这会创建一个新的张量，其中 `A` 的原始维度保持不变，但在第二维度（索引为2）增加了新的长度1。

举个例子[^4]:

import torch

# 假设 A 是一个一维张量
A = torch.tensor([1, 2, 3])
# 使用 unsqueeze 在第二个维度增加1
B = A.unsqueeze(2)
print(B.shape)  # 输出: torch.Size([3, 1])

# 或者 A 是一个二维张量 (行数 x 列数)
A = torch.tensor([[1, 2], [3, 4]])
B = A.unsqueeze(2)
print(B.shape)  # 输出: torch.Size([2, 2, 1])

这个操作通常在卷积神经网络（CNN）中很有用，当你的输入数据不满足特定卷积层期望的输入维度时，可以使用 `unsqueeze` 来扩展数据。