我有一个3d矩阵/张量，其格式为（1000,250,50），是我的TensorFlow模型的输入。

第一个数字/维度是我的示例的总和（1000）。第二个是长度（250），宽度是（50）。

现在，我想向具有相同形状（250,50）的数千个训练示例中的每一个添加一个附加的“矩阵”，并且应该在我创建功能模型的地方实现该模型，因为附加的矩阵是另一个矩阵的输出神经网络。

所以我想得到一个4d张量/矩阵，其中每个示例都包含两个大小为（250,50）的3d矩阵。

我到目前为止所做的：

Input3d= tf.keras.Input(self.input_shape[0],name="Input3d")
Input1dForAddMatrix = tf.keras.Input(self.input_shape[1],name="InputForAdditionalMatrix")

input4d= tf.reshape(Input3d,[batch_size,input3d.shape[1],input3d.shape[2],2])

如何将带有输入数据的附加矩阵添加到此4d张量中？

我无法事先做到这一点，因为附加矩阵是另一个神经网络的输出，该神经网络又获得了另一个输入，我想共同学习它们。