Stanford提出DeepZip：用循环神经网络进行文件无损压缩！
一、论文摘要 如今，我们生成的数据量大幅增加。新类型的数据，比如基因组数据 [1]、3D-360 度 VR 数据、自动驾驶点云数据已经出现。大量的工作用在了分析以上数据的统计学信息，以设计好的压缩器。由信息论得知，好的压缩器来自好的预测器 [2]。基于循环神经网络（LSTM/GRU）的模型擅长捕捉长期依赖关系 [3]，并可以很好地预测下一字符/词。这样 RNN 可被有效用于压缩吗？我们分析了 R....
细说深度神经网络的无损优化
在2017年神经信息处理系统大会（NIPS）中的一篇论文里，我和我的团队提出了一个叫做Net-Trim的AI优化框架，其使用逐层凸体系（layer-wise convex scheme）来精简预训练深度神经网络。 深度学习对许多AI应用来说已经成为了最佳选择，它的范围从影像识别到语言翻译。多...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。