目标专利:3339用于对深度神经网络的基于低秩和位移秩的层进行编码和解码的框架
专利公开号:CN113728637B
专利权人:交互数字
无效请求书提交日期:2026年
非显而易见性评估仅供参考,不构成法律建议。
| 编号 | 名称 |
|---|
一种用于对深度神经网络DNN进行译码的方法,针对由权重矩阵表示的所述DNN的层;译码以下内容到比特流中;位移秩;第一矩阵;所述第一矩阵具有基于所述权重矩阵的第一维度和所述位移秩的维度;第二矩阵;所述第二矩阵具有基于所述权重矩阵的第二维度和所述位移秩的维度;以及表征矩阵算子的参数;其中所述第一矩阵;所述第二矩阵和表征所述矩阵算子的所述参数被用于生成所述权重矩阵的低位移秩LDR近似。
根据权利要求1所述的方法,或者根据权利要求2所述的装置,其中译码以下内容到所述比特流中包括;对指示所述层的类型的语法元素进行译码。
根据权利要求3所述的方法或装置,如果所述层的所述类型指示所述权重矩阵将由所述LDR近似被近似;则译码以下内容到所述比特流中被执行;所述位移秩;所述第一矩阵和所述第二矩阵以及表征所述矩阵算子的所述参数。
根据权利要求1或5所述的方法,或者根据权利要求2或6所述的装置,其中表征所述矩阵算子的所述参数是循环矩阵算子的参数。
根据权利要求8所述的方法或装置,其中所述循环矩阵算子的所述参数的特定值指示所述权重矩阵将由所述LDR近似被近似。
根据权利要求1或5所述的方法,或者根据权利要求2或6所述的装置,其中所述矩阵算子为托普利兹算子。
根据权利要求1或5所述的方法,或者根据权利要求2或6所述的装置,其中所述矩阵算子为汉克尔类算子。
根据权利要求1或5所述的方法,或者根据权利要求2或6所述的装置,其中所述矩阵算子为范德蒙算子。