这是一个创建于 2847 天前的主题，其中的信息可能已经有所发展或是发生改变。
论文地址： https://web.stanford.edu/class/cs224n/reports/2761006.pdf
结果如下： https://i.v2ex.co/j2TaTIE3l.png
在有限数据集下很厉害。。。
 | 1 nazor 2018-01-03 00:00:43 +08:00 via iPhone  6 piped piper |
 | 2 6388xE5FRKTNUT9x 2018-01-03 00:14:41 +08:00 via Android 前段时间看见了用深度学习做索引的工作。， |
 | 3 takato OP |
 | 4 Xs0ul 2018-01-03 02:17:19 +08:00 via Android 看起来，loss 并没有跑到 0 ？所以解压的结果还没对 |
 | 5 disposablexyz 2018-01-03 08:37:08 +08:00 via iPad 看了一下论文，可以说是非常厉害了，你的图片结果中的前四项是随机生成的 Pseudo-random-number-generated sequences (PRNG)，论文作者说它之所以可以压缩到这么小是因为 DeepZip 实际上发现了这并不是“真”随机序列，非常有意思。 作者还说 DeepZip 对于纯文本的压缩表现不是很好，大概是因为文字没有太多 dependency ？ 对于染色体这样 dependency 很多的？目前 DeepZip 已经比市面上的表现出色很多了，虽然慢很多多。 |
| 6 6388xE5FRKTNUT9x 2018-01-03 10:47:23 +08:00 via Android @takato 神经元的物理信息需要量化才之后才可以被压缩，量化层级比较少的时候信息量也较少，压缩相对容易些。 |
| 7 6388xE5FRKTNUT9x 2018-01-03 10:48:17 +08:00 via Android @Xs0ul 哈，想到一起了。不知道这里无损的标准是什么 |
| 8 takato OP @disposablexyz 对，其实神经网络发现了那个是一个有限信息空间，信息频谱存在可以“折叠”的部分，不知道这个比喻是否恰当。 |
 | 9 sonack 2020-06-30 12:20:03 +08:00 没有啥卵用 相当于每次编解码都要重新训练模型，速度太慢了 |
Select Language