关于reshape如何增加维度的写法

在pytorch中经常需要将一个张量（tensor）重塑（reshape）为一个特定的形状，但是张量的原始形状包含了一些维度，这些维度不能被简单的整数倍缩放，在这种情况下，可以使用(1, 1)作为填充维度，以保持原始张量的大小不变，同时确保其形状满足（batch_size,  channel,  h,  w)。

假如形状维torch.Size([8, 8])的初始张量x， 我想重塑为（1， 1， 8， 8）的张量

方法一.直接用已知的元组reshape

x = torch.rand(8, 8)
x = x.reshape((1, 1, 8, 8))  

方法二. 维度填充的方法利用 填充维度元组（1， 1）+ x.shape

x = x.reshape((1, 1) + x.shape)

方法三.把x.shape解包 ，将x的形状变为(1, 1, x.shape[0], x.shape[1], ...）

x = x.reshape(1, 1, *x.shape)