Stanford提出DeepZip：用循环神经网络进行文件无损压缩！

一、论文摘要 如今，我们生成的数据量大幅增加。新类型的数据，比如基因组数据 [1]、3D-360 度 VR 数据、自动驾驶点云数据已经出现。大量的工作用在了分析以上数据的统计学信息，以设计好的压缩器。由信息论得知，好的压缩器来自好的预测器 [2]。基于循环神经网络（LSTM/GRU）的模型擅长捕捉长期依赖关系 [3]，并可以很好地预测下一字符/词。这样 RNN 可被有效用于压缩吗？我们分析了 RN

>>阅读原文<<