申请/专利权人:杭州皮克皮克科技有限公司
申请日:2020-07-26
公开(公告)日:2020-12-01
公开(公告)号:CN112019865A
主分类号:H04N19/91(20140101)
分类号:H04N19/91(20140101);H04N19/85(20140101)
优先权:
专利状态码:失效-发明专利申请公布后的视为撤回
法律状态:2022.11.04#发明专利申请公布后的视为撤回;2020.12.18#实质审查的生效;2020.12.01#公开
摘要:本发明公开了一种用于深度学习编码的跨平台熵编码方法及解码方法,包括:确定计算基于深度学习编码的熵编码模型的网络模块;将网络模块中的模型参数替换为精度大于等于float64的浮点数的模型参数,并将其中计算所用的中间变量也替换为精度大于等于float64的浮点数的中间变量;载入训练好的模型参数,对基于深度学习编码的熵编码模型进行初始化。通过本发明,可以跨平台使用,且不需要重新设计,重新训练模型参数,可以直接应用于他们的部署,而不会导致性能及效率的下降。
主权项:1.一种用于深度学习编码的跨平台熵编码方法,其特征在于,包括:S11:确定计算基于深度学习编码的熵编码模型的网络模块;S12:将所述S11中的网络模块中的模型参数替换为精度大于等于float64的浮点数的模型参数,并将其中计算所用的中间变量也替换为精度大于等于float64的浮点数的中间变量;S13:载入训练好的模型参数,对基于深度学习编码的熵编码模型进行初始化后进行编码。
全文数据:
权利要求:
百度查询: 杭州皮克皮克科技有限公司 一种用于深度学习编码的跨平台熵编码方法及解码方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。