一种用于深度学习编码的跨平台熵编码方法及解码方法
基本信息
| 申请号 | CN202010727133.4 | 申请日 | - |
| 公开（公告）号 | CN112019865A | 公开（公告）日 | 2020-12-01 |
| 申请公布号 | CN112019865A | 申请公布日 | 2020-12-01 |
| 分类号 | H04N19/91(2014.01)I;H04N19/85(2014.01)I | 分类 | 电通信技术; |
| 发明人 | 王培;其他发明人请求不公开姓名 | 申请（专利权）人 | 杭州皮克皮克科技有限公司 |
| 代理机构 | 上海恒慧知识产权代理事务所（特殊普通合伙） | 代理人 | 徐红银 |
| 地址 | 310018浙江省杭州市杭州经济技术开发区白杨街道科技园路57号17幢1213-1218室13号工位 | ||
| 法律状态 | - | ||
摘要
| 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。 |
