output_arr01 = output_arr_6_32_32[0] output_arr01 = np.array(output_arr01) output_arr01 = torch.from_numpy(output_arr01).float() output_arr01 = output_arr01.unsqueeze(0) 修改这段代码，使得output_arr_6_32_32数组中的每个二维数组都经历一样的操作

可以使用循环来对每个二维数组都进行相同的操作，修改后的代码如下：

import numpy as np
import torch

output_arr_6_32_32 = np.random.rand(6, 32, 32)

output_list = []
for arr in output_arr_6_32_32:
    arr = np.array(arr)
    arr = torch.from_numpy(arr).float()
    arr = arr.unsqueeze(0)
    output_list.append(arr)

output_tensor = torch.cat(output_list, dim=0)

这样，`output_arr_6_32_32` 数组中的每个二维数组都会经过相同的操作，并且最终得到的 `output_tensor` 是一个形状为 `(6, 1, 32, 32)` 的张量。