algorithm - PAQ 压缩

Question

我一直在努力完全理解 PAQ 算法。维基百科似乎足够复杂。尽管我目前正在学习神经网络和人工智能课程，但仍有一些术语和断言难以理解，尤其是算法的算术编码部分。

我可以找到另一个链接，但其中包含 PAQ 的版本及其各自的基准。

有人可以推荐一个很好的页面（文本，视频，音频，任何东西都可以！），它提供了一个清晰的解释。

Answer 1

上下文混合和部分预测匹配的一个简单解释是当您使用特定模型进行压缩时。例如，某些字母的概率高于其他字母，并且也与其他语言共享。不同的模型导致熵压缩更好地压缩。paq 压缩使用它来选择最佳可用模型和压缩。当您在理解算术压缩方面遇到问题时，请查找范围压缩，基本上是相同的，但更容易理解：http ://en.m.wikipedia.org/wiki/Range_encoding#section_1 。