tensorflow中维度扩充

使用tf.pad方法：

tf.pad(
    tensor,
    paddings,
    mode='CONSTANT',
    name=None,
    constant_values=0
)

其中参数padding的设置是关键。
对一个一维向量padding时，padding = [[U, D]],其中U头填充的个数，D为尾填充的个数。

对一个二维向量padding时，padding = [[U, D], [L, R]], 其中U,D分别为在axis=0上前后填充的个数；L,R分别为在axis=1上前后填充的个数。

对一个三维向量padding时，padding = [[U, D], [F, H], [L, R]], 其中U,D分别为在axis=0上前后填充的个数；F, H分别为在axis=1上前后填充的个数(等价于上述二维向量的U,D); L,R分别为在axis=2上前后填充的个数。