基于上下文模型的Instant-NGP模型压缩方法

AITNT
正文
推荐专利
基于上下文模型的Instant-NGP模型压缩方法
申请号:CN202410704702
申请日期:2024-06-03
公开号:CN118586471A
公开日期:2024-09-03
类型:发明专利
摘要
一种基于上下文模型的Instant‑NGP模型压缩方法,通过构造并训练针对三维和二维混合的哈希表征定制化的上下文模型,用于对哈希表中的参数数值进行概率估计后,将估计得到的参数数值中产生哈希冲突的所有索引结点的信息进行融合,再通过算术编码技术实现熵编码,实现模型压缩的目的。本发明引入了上下文模型对哈希表征中的二值化的参数值进行估计以降低其信息熵,最后使用算术编码技术实现压缩的目的。
技术关键词
模型压缩方法 算术编码技术 参数 数值 多分辨率 索引 线段 多层感知机 结点 模块 信息熵 解码 关系
系统为您推荐了相关专利信息
1
一种面向AVS3屏幕内容视频两步跨分量帧内预测方法及介质
模板 屏幕内容图像 参数 亮度 样本
2
一种自适应遇阻回退处理方法
实时数据 升降桌 神经网络预测模型 动态 模糊逻辑算法
3
一种基于双模态变换和共识感知的遥感视觉问答方法
视觉问答方法 答案 特征提取网络 文本 注意力机制
4
一种利用Purkinje反射和动态三维模型的虹膜分割方法
虹膜分割方法 动态三维模型 眼球模型 红外光源 检测遮挡区域
5
一种基于随机策略的垃圾邮件检测模型的联邦学习方法
联邦学习方法 节点 客户端 参数 矩阵
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号