Tensorflow是否等效于pandas.DataFrame.resample？

Question

我正在寻找一种重采样时间序列张量的张量流等效方法。

我有一个具有以下尺寸的张量[batch_size，时间，特征]。 我试图实现的是一种创建新张量的方法，该张量将多个时间步长汇总在一起，并且新功能应该是一些汇总函数（比方说平均值）。

因此，例如，如果这是原始数据：

batch_size | time | feature
    0      |  0   |    1
    0      |  1   |    4
    0      |  2   |    7
    0      |  3   |    1
    1      |  0   |    2
    1      |  1   |    8
...
    N=?    |  T=? |    ?

并且我想每隔两个时间步重新采样一次，结果应该是这样的：

batch_size | time (scaled)| feature
    0      |  0   |    2.5 (=(1+5)/2)
    0      |  1   |    4   (=(7+1)/2)
    1      |  0   |    5   (=(2+8)/2)
...

如果没有优雅的方法，我想也许可以使用

• tf.strided_slice创建切片列表。 其中每个分片都具有汇总的所有时间步长（上例中为“ 2”）。
• 对每个切片应用带有avg（）函数的tf.scan
• 将所有切片结果连接到新张量

我是tensorflow的新手，所以不确定我的伪代码是否有意义。 也很费劲地实现它。

很感谢任何形式的帮助 ：）

Answer 1

您可以使用平均池 ：

result = tf.layers.average_pooling1d(x, [1, 2, 1], [1, 2, 1])

如果你要2个元素来获得平均不-只是改变2〜3两pool_size和strides