介绍 该项目包含TensorFlow的数据压缩操作和层。 您可以使用此库构建具有内置的端到端优化数据压缩的自己的ML模型。查找数据的存储有效表示形式(图像,特征,示例等)非常有用,而只需要牺牲一小部分模型性能。 它可以将任何浮点张量压缩为更小的位序列。 特别是,该库中的熵模型类简化了设计速率失真优化代码的过程。 在训练过程中,它们像似然模型。 训练完成后,他们通过自动设计概率表并在后台调用范围编码器实现,将浮点张量编码为最佳位序列。 该方法相对于传统变换编码的主要新颖之处在于率失真拉格朗日随机最小化,并使用由神经网络实现的非线性变换。 有关此内容的介绍,请考虑我们,或观看@jonycgn