Глубокое обучение и видео енкодинг. Алгоритмы видео енкодинга могут улучшить фреймворки глубокого обучения.
Статья о видео енкодинге натолкнула на новую идею в машинном обучении.
В H.264 используются I, P и B фреймы.
I фрейм – это зачастую референс фрейм.
P фрейм – базируется на будущем фрейме.
B фрейм – это фрем, которые смотрит в будущие и прошлые фреймы.
В ходе градиентного спуска в глубоком обучении мы можем найти локальные минимум.
Используя аналогию с алгоритмом H.264 мы можем “попросить” фреймворк глубокого обучения получше изучить данный минимум.
То есть отойти назад и посмотреть поподробнее. Вперед и назад несколько раз.
После этого мы можем двигаться дальше и искать минимумы в функции.
Глубокое обучение и видео енкодинг, несмотря на разность имеют общие черты.
Встроить алгоритм можно в сам фреймворк или создать библиотеку обертку.
Почитайте статью о работе нейронной сети.