Python Numpy将矩阵附加到张量

我尝试使用numpy构建矩阵列表，但当我尝试将矩阵附加到空张量时，我得到了错误：

ValueError：所有输入数组的维数必须相同

连接和附加似乎都失败了。我试着打电话：

tensor=np.连接（（张量，矩阵），轴=0）

及

tensor=np.append（张量，矩阵，轴=0）

但不管怎样，我都会犯同样的错误

---

张量从[0，h，w]开始，矩阵的大小为[h，w]。矩阵是我想要附加到的方向上的正确形状，但它似乎不会附加。

似乎

矩阵

将表示传入的矩阵，而您将它们累加到

张量中。因此，为了解决这个问题，在
矩阵
中添加一个新的轴作为前导轴，然后用
张量
-

np.concatenate((tensor, matrix[None]),axis=0)

如果正在累积，请将其存储回
张量中

或者使用
np.vstack（（张量，矩阵[None]）

样本运行-

In [16]: h,w = 3,4
    ...: a = np.random.rand(0,h,w)
    ...: b = np.random.rand(h,w)

In [17]: np.concatenate((a, b[None]),axis=0).shape
Out[17]: (1, 3, 4)

张量[0]=矩阵
？最初，张量[0]为空且超出范围。在添加矩阵时-是的。当有人创建一个0形状的数组时，我想是的。他们正在用重复的附加物缓慢地构建一个阵列。使用列表附加，只需一个连接。这是更快，更容易得到正确的。什么是列表附加？此外，速度不是一个真正的问题（至少在这一点上）。我想我可以先算出要添加多少个矩阵，然后再修改，这样可以加快速度。但是这个问题仍然存在，即使我有n行张量。