unsqueeze¶
该OP向输入Tensor的Shape中一个或多个位置（axis）插入尺寸为1的维度。
请注意，在动态图模式下，输出Tensor将与输入Tensor共享数据，并且没有Tensor数据拷贝的过程。 如果不希望输入与输出共享数据，请使用 Tensor.clone ，例如 unsqueeze_clone_x = x.unsqueeze(-1).clone() 。
参数¶
x (Tensor)- 输入的 Tensor ，数据类型为：float32、float64、bool、int8、int32、int64。
axis (int|list|tuple|Tensor) - 表示要插入维度的位置。数据类型是 int32 。如果 axis 的类型是 list 或 tuple，它的元素可以是整数或者形状为[1]的 Tensor 。如果 axes 的类型是 Tensor，则是1-D Tensor。如果 axis 是负数，则 axis=axis+ndim(x)+1 。
name （str，可选）- 操作的名称(可选，默认值为None）。更多信息请参见 Name。
返回¶
Tensor,扩展维度后的多维Tensor，数据类型与输入Tensor一致。
代码示例¶
import paddle
x = paddle.rand([5, 10])
print(x.shape) # [5, 10]
out1 = paddle.unsqueeze(x, axis=0)
print(out1.shape) # [1, 5, 10]
out2 = paddle.unsqueeze(x, axis=[0, 2])
print(out2.shape) # [1, 5, 1, 10]
axis = paddle.to_tensor([0, 1, 2])
out3 = paddle.unsqueeze(x, axis=axis)
print(out3.shape) # [1, 1, 1, 5, 10]
# 在动态图模式下，输出out1, out2, out3与输入x共享数据
x[0, 0] = 10.
print(out1[0, 0, 0]) # [10.]
print(out2[0, 0, 0, 0]) # [10.]
print(out3[0, 0, 0, 0, 0]) # [10.]