Truy cập ngày 1 tháng 1 năm 2012.  Introduction to Cross-Modal Retrieval: Unifying Text and Image Search

Trong một thế giới của các phương tiện truyền thông kỹ thuật số đa dạng, AI hiện đại cần hiểu nhiều hơn chỉ là văn bản. Truy cập đa phương thức cho phép các hệ thống tìm kiếm hình ảnh bằng cách sử dụng truy vấn văn bản, tìm âm thanh dựa trên mô tả, và kết nối các dạng dữ liệu khác nhau một cách liền mạch. Lớp học dựa trên văn bản này hướng dẫn bạn qua các khái niệm cơ bản của việc lấy lại đa phương thức, cho bạn thấy cách nối kết khoảng cách giữa các phương thức dữ liệu khác nhau bằng cách sử dụng không gian nhúng thống nhất. Bạn sẽ hiểu cách AI hiện đại đại diện cho văn bản, hình ảnh và âm thanh trong một môi trường chia sẻ duy nhất, cho phép tìm kiếm mạnh mẽ và ứng dụng lấy lại. Bạn sẽ học được: 1. Hiểu các khái niệm cốt lõi của truy xuất đa phương thức và không gian vectơ chia sẻ. 2.Học cách các mô hình học sâu mã hóa văn bản, hình ảnh và âm thanh thành các lồng ghép thống nhất. 3.Tìm hiểu các mô hình cơ sở dữ liệu vector hiện đại cho tìm kiếm tương tự hiệu quả qua các phương thức. 4. Thực hành thiết kế các đường ống lấy dữ liệu kết nối các loại dữ kiện khác nhau. 5.Khám phá các chỉ số đánh giá phổ biến được sử dụng để đo chính xác của các hệ thống tìm kiếm đa phương thức. 6. Xem xét các ứng dụng thực tế như tìm kiếm văn bản-để-hình ảnh và khuyến nghị đa phương tiện. Bạn sẽ bắt đầu với thuật ngữ cơ bản và nền tảng toán học của vector embeddings. Từ đó, văn bản hướng dẫn bạn qua các kỹ thuật sắp xếp, các khái niệm huấn luyện chung và các luồng công việc lấy lại thực tế sử dụng cơ sở dữ liệu vector hiện đại. Chương trình này được thiết kế cho người mới bắt đầu học máy và khoa học dữ liệu muốn hiểu các hệ thống AI đa phương thức. Không cần có nền tảng toán học cao cấp, mặc dù sự quen thuộc cơ bản với Python và các khái niệm học máy chung là hữu ích. Bắt đầu đọc hôm nay để làm chủ các nền tảng của cross-modal AI retrieval.