他们说永远不要凭封面判断一本书。现在,一群研究人员已经教了一个人工智能(AI)系统,但在视频游戏中。
研究人员Jiang Yuhang Jiang和Lukheng Zheng最近(通过TNW)发表了预印本研究论文,标题为“视频游戏类型分类的深度学习”,他们在讨论大型数据库的创建,然后使用它来训练AI系统对视频进行分类游戏的封面。
研究人员说,他们汇编了一个大型数据集,该数据集由21种类型的50,000种视频游戏组成,这些图像由封面图像,描述文字,标题文字和类型信息组成。他们还评估了基于法师和基于文本的模型,以用于视频游戏的体裁分类任务。
“第三,我们基于图像和文本开发了一种高效且可销售的多模式框架。第四,对实验结果进行了全面分析,并提出了改进性能的未来工作。”研究人员在论文中写道。
经过调查,研究人员确定基于文本的模型总体上比基于图像的模型表现更好。他们还确定,基于文本和基于图像的模型组成的多模式模型优于基于图像或基于文本的模型。
责任编辑:lq
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
人工智能
+关注
关注
1791文章
46761浏览量
237343 -
模型
+关注
关注
1文章
3143浏览量
48678 -
数据集
+关注
关注
4文章
1205浏览量
24631
发布评论请先 登录
相关推荐
AI大模型的训练数据来源分析
AI大模型的训练数据来源广泛且多元化,这些数据源对于构建和优化AI模型至关重要。以下是对AI大模型训练数据来源的分析: 一、公开数据集 公开
如何训练自己的AI大模型
和训练AI大模型之前,需要明确自己的具体需求,比如是进行自然语言处理、图像识别、推荐系统还是其他任务。 二、数据收集与预处理 数据收集 根据任务需求,收集并准备好足够的数据集。 可以选
如何训练ai大模型
训练AI大模型是一个复杂且耗时的过程,涉及多个关键步骤和细致的考量。 一、数据准备 1. 数据收集 确定数据类型 :根据模型的应用场景,确定需要收集的数据类型,如文本、图像、音频等。 寻找数据源
ai模型训练需要什么配置
AI模型训练是一个复杂且资源密集的过程,它依赖于高性能的硬件配置来确保训练的效率和效果。 一、处理器(CPU) CPU是计算机的核心部件,负责处理各种计算任务。在
苹果承认使用谷歌芯片来训练AI
苹果公司最近在一篇技术论文中披露,其先进的人工智能系统Apple Intelligence背后的两个关键AI模型,是在谷歌设计的云端芯片上完成预训练的。这一消息标志着在尖端AI
AI训练的基本步骤
AI(人工智能)训练是一个复杂且系统的过程,它涵盖了从数据收集到模型部署的多个关键步骤。以下是对AI训练过程的详细阐述,包括每个步骤的具体内
AI训练狂飙,DDR5集成PMIC护航,内存技术持续助力
后的数据存储阶段对主内存的需求以小于1TB来计算(实际应用中一个集群或实例的内存容量会是简化模型的数倍。),这时GPU还无须参与训练中。 到了数据准备阶段,将数据进行整理、验证,此时主内存容量上升到1TB。比如SDXL
基于神经网络的呼吸音分类算法
无法在不同的软件和测量设备中推广其性能。然而,要在诊所中使用呼吸追踪系统,必须达到高分类精度。从这个角度来看,深度学习(DL)模型[7]在社区中获得了很多关注。基于DL的模型主要依赖于通过模型训练学习
发表于 05-31 12:05
AI训练,为什么需要GPU?
随着由ChatGPT引发的人工智能热潮,GPU成为了AI大模型训练平台的基石,甚至是决定性的算力底座。为什么GPU能力压CPU,成为炙手可热的主角呢?要回答这个问题,首先需要了解当前人工智能(AI
CYUSB3014工作在2.0模式下会对视频进行压缩吗?为什么?
CYUSB3014工作在2.0模式下会对视频进行压缩,请问文档中的这句话是指用3014对视频进行压缩么,还是只用主处理器进行,多谢!
发表于 02-29 08:01
如何使用Python进行图像识别的自动学习自动训练?
如何使用Python进行图像识别的自动学习自动训练? 使用Python进行图像识别的自动学习和自动训练需要掌握一些重要的概念和技术。在本文中,我们将介绍如何使用Python中的一些常用
用AD9883对视频进行A/D转换,得到的HSOUT和DCLK不稳定是什么原因导致的?
我用AD9883对视频进行A/D转换,VGA信号的帧频为75HZ,分辨率为800*600。我按照pll divider的计算公式算得分频系数为1056,VCO RANGE 和CHARGE PUNMP CURRENT的值也按参考的值写入。但是发现得到的HSOUT和DCLK不
发表于 01-02 06:42
评论