tensor增加维度 代码

要在代码中增加张量的维度，可以使用不同的库和函数。以下是使用PyTorch和NumPy两种常见的方式：

1. 使用PyTorch增加维度：

import torch

# 创建一个3x3的二维张量
tensor2d = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 使用unsqueeze函数增加一个维度
tensor3d = tensor2d.unsqueeze(0) # 在第0维度前增加一个维度

print(tensor3d.size()) # 输出：torch.Size([1, 3, 3])

# 使用view函数将张量的维度重新排列
tensor4d = tensor2d.view(1, 1, 3, 3) # 将张量变为1x1x3x3的四维张量

print(tensor4d.size()) # 输出：torch.Size([1, 1, 3, 3])

2. 使用NumPy增加维度：

import numpy as np

# 创建一个3x3的二维数组
array2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 使用np.newaxis增加一个维度
array3d = array2d[np.newaxis, :, :] # 在第0维度前增加一个维度

print(array3d.shape) # 输出：(1, 3, 3)

# 使用reshape函数将数组的维度重新排列
array4d = array2d.reshape(1, 1, 3, 3) # 将数组变为1x1x3x3的四维数组

print(array4d.shape) # 输出：(1, 1, 3, 3)

以上代码分别使用了PyTorch和NumPy库的函数，通过增加维度或重新排列维度来实现张量的维度增加。