斯坦福大学提出循环神经网络无损压缩算法，压缩效率或可提升几十倍！
近日，美国斯坦福大学的研究者们最近提交的论文中，循环神经网络捕捉长期依赖关系的优势被用于无损压缩任务中，这种被称为DeepZip的技术已在文本和基因组数据文件中得到了实验。根据论文结论，对真实数据集的压缩，DeepZip优于目前其他压缩工具。
包含 128 个单元的 DeepZip 模型与 GZIP[15]、适应性算术编码-CABAC 的表现对比
包含 128 个单元的 DeepZip 模型在实际数据集上的表现
从对比图表可以看到压缩效率提升很明显。
以下是论文原文：
- 发表于:
- 原文链接：http://kuaibao.qq.com/s/20180107B05I9W00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
