用reshape函数对高维数组降纬

需求：有时进行矢量化编程时，多个大型数组相乘后经常会出现"单位二维数组"变成了"列数组或行数组"，即单位二维数组变成了：（1，n）或（n，1）的尺寸。此时这个1尺寸其实并没有用，我们可以用reshape直接把这一维度降掉，即将高维数组降掉一维。

例子：

import numpy as np 

# 把单位二维数组中的1降掉！
a1 = np.zeros( (2,2,1,3) ) + 1   
a2 = np.zeros( (2,2,3,1) ) + 1

b1 = a1.reshape(2,2,3)
b2 = a2.reshape(2,2,3)

print( b1 == b2 )

# 结果：即使a1和a2尺寸不同，降维为得到的b1和b2是完全相同的！
[[[ True  True  True]
  [ True  True  True]]

 [[ True  True  True]
  [ True  True  True]]]

numpy与cupy都有这个reshape函数，这个函数的功能非常强大！用了才发现它可以几乎非常自由的按需调整我的高维数组尺寸，以方便我进行必要的高维数组的矩阵相乘。因此："矢量化编程"中会"经常用到"这个np.reshape或cp.reshape函数！