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。