PyTorch 中使用 None 索引进行维度扩展

在 PyTorch 中，我们经常需要处理张量的维度扩展操作。其中一种实现方式是使用 None 索引。本文将详细介绍如何使用 None 索引来扩展张量的维度，并提供相应的源代码示例。

1. 张量及其维度

在开始讨论维度扩展之前，首先了解一下张量及其维度的概念。

张量是 PyTorch 中最基本的数据结构，可以看作是一个多维数组。它可以是标量（0 维张量）、向量（1 维张量）、矩阵（2 维张量），甚至更高维的数组。

每个张量都有形状（shape），形状表示张量在各个维度上的大小。例如，形状为 (3, 4) 的张量表示一个 3 行 4 列的矩阵，形状为 (2, 3, 4) 的张量表示一个 2 维矩阵的集合，其中每个矩阵都是 3 行 4 列。

2. 使用 None 索引进行维度扩展

PyTorch 中使用 None 索引来扩展张量的维度非常简洁明了。当我们在某个维度位置使用 None 索引时，会在该位置插入一个新的维度，大小为 1。

下面是一个使用 None 索引进行维度扩展的示例：

import torch

# 创建一个形状为 (3,) 的张量
x = torch.tensor