使用一个或更多个神经网络的推荐生成制造技术

公开了使用一个或更多个神经网络的推荐生成，具体地，呈现了用于为游戏的玩家生成推荐的装置、系统和技术。在至少一个实施例中，一个或更多个神经网络被用来至少部分地基于游戏中的状态的一个或更多个累积变化来为游戏的一个或更多个玩家生成一个或更多个推荐。的一个或更多个玩家生成一个或更多个推荐。的一个或更多个玩家生成一个或更多个推荐。

【技术实现步骤摘要】
使用一个或更多个神经网络的推荐生成


[0001]至少一个实施例涉及用于执行和促进人工智能的处理资源。例如，至少一个实施例涉及用于根据本文描述的各种新颖技术来训练神经网络的处理器或计算系统。

技术介绍

[0002]在线和电子游戏正变得越来越有竞争力，特别是考虑到游戏联盟和比赛以及使其他人能够观看游戏玩家表现的平台的兴起。因此，可以期望向玩家提供训练以帮助改善他们的游戏技能。个人指导的使用可能是昂贵的并且可能遭受缺乏可用性或相关性，而迄今为止自动化指导方法在提供最佳指导建议的能力方面受到限制，这是由于那些自动化方法在理解各种游戏状态时的限制。
附图说明
[0003]将参照附图描述根据本公开的各个实施例，在附图中：
[0004]图1示出了根据至少一个实施例的用于提供游戏内容的系统；
[0005]图2示出了根据至少一个实施例的推荐生成系统；
[0006]图3A、图3B、图3C和图3D示出了根据至少一个实施例的玩游戏的帧；
[0007]图4示出了根据至少一个实施例的用于生成推荐的过程；
[0008]图5示出了根据至少一个实施例的用于生成推荐的过程；
[0009]图6A示出了根据至少一个实施例的推理和/或训练逻辑；
[0010]图6B示出了根据至少一个实施例的推理和/或训练逻辑；
[0011]图7示出了根据至少一个实施例的示例数据中心系统；
[0012]图8示出了根据至少一个实施例的计算机系统；
[0013]图9示出了根据至少一个实施例的计算机系统；
[0014]图10示出了根据至少一个实施例的计算机系统；
[0015]图11示出了根据至少一个实施例的计算机系统；
[0016]图12A示出了根据至少一个实施例的计算机系统；
[0017]图12B示出了根据至少一个实施例的计算机系统；
[0018]图12C示出了根据至少一个实施例的计算机系统；
[0019]图12D示出了根据至少一个实施例的计算机系统；
[0020]图12E和图12F示出了根据至少一个实施例的共享编程模型；
[0021]图13示出了根据至少一个实施例的示例性集成电路和相关联的图形处理器；
[0022]图14A
‑
14B示出了根据至少一个实施例的示例性集成电路和相关联的图形处理器；
[0023]图15A
‑
15B示出了根据至少一个实施例的附加的示例性图形处理器逻辑；
[0024]图16示出了根据至少一个实施例的计算机系统；
[0025]图17A示出了根据至少一个实施例的并行处理器；
[0026]图17B示出了根据至少一个实施例的分区单元；
[0027]图17C示出了根据至少一个实施例的处理集群；
[0028]图17D示出了根据至少一个实施例的图形多处理器；
[0029]图18示出了根据至少一个实施例的多图形处理单元(GPU)系统；
[0030]图19示出了根据至少一个实施例的图形处理器；
[0031]图20示出了根据至少一个实施例的处理器的微架构；
[0032]图21示出了根据至少一个实施例的深度学习应用处理器；
[0033]图22示出了根据至少一个实施例的示例神经元形态处理器；
[0034]图23和图24示出了根据至少一个实施例的图形处理器的至少部分；
[0035]图25示出了根据至少一个实施例的图形处理器核心的至少部分；
[0036]图26A
‑
26B示出了根据至少一个实施例的图形处理器核心的至少部分；
[0037]图27示出了根据至少一个实施例的并行处理单元(“PPU”)；
[0038]图28示出了根据至少一个实施例的通用处理集群(“GPC”)；
[0039]图29示出了根据至少一个实施例的并行处理单元(“PPU”)的存储器分区单元；
[0040]图30示出了根据至少一个实施例的流式多处理器；
[0041]图31是根据至少一个实施例的用于高级计算管线的示例数据流程图；
[0042]图32是根据至少一个实施例的用于在高级计算管线中训练、适配、实例化和部署机器学习模型的示例系统的系统图；
[0043]图33A示出了根据至少一个实施例的用于训练机器学习模型的过程的数据流程图；以及
[0044]图33B是根据至少一个实施例的用于利用预训练的注释模型来增强注释工具的客户端
‑
服务器架构的示例图示。
具体实施方式
[0045]在至少一个实施例中，可以在客户端设备102上在本地提供视频或图形游戏或其他这样的体验的内容。在至少一个实施例中，该游戏内容的至少一部分可由内容服务器120或游戏服务器跨至少一个网络112提供，如图1的系统架构100中所示。在至少一个实施例中，要呈现的游戏内容可包括不同类型的内容，如可包括虚拟现实(VR)、增强现实(AR)、图像、文本、音频、触觉或视频内容。在至少一个实施例中，客户端设备102可以包含或者包括诸如台式计算机、笔记本计算机、游戏控制台、智能电话、平板计算机、VR头戴式显示设备、AR护目镜、可穿戴计算机或者智能电视之类的设备。在至少一个实施例中，在内容服务器120上执行的游戏或其他内容呈现应用124可以发起与至少客户端设备102相关联的游戏会话，可以利用会话管理器126和存储在用户数据库134中的用户数据，并且如果这种类型的内容或平台需要，可使得使用渲染引擎128来渲染游戏内容 132，以及使用适当的流管理器122向客户端设备102传输。在至少一个实施例中，接收该内容的客户端设备102可以将该内容提供给游戏或内容呈现应用104(其还可以或替代地包括渲染引擎106)，用于经由客户端设备 212呈现，诸如通过显示器108的视频内容和诸如声音和音乐之类的音频，通过至少一个音频播放设备110，诸如扬声器或耳机。在至少一个实施例中，该内容中的至少一些可已经存储在客户端设备102上、在客户端设备 102上渲染或可由客户端设备102访问，使得不
需要通过网络112进行传输。在至少一个实施例中，除了流式传输之外的传输机制也可以用于将该内容从服务器120或内容数据库132传输到客户端设备102。
[0046]在至少一个实施例中，应用124包括内容管理器130，该内容管理器 130可在将内容传输到客户端设备102之前分析该内容。在至少一个实施例中，内容管理器130还可包括一个或更多个推荐管理器138或与一个或更多个推荐管理器138一起工作，该一个或更多个推荐管理器138可为由内容服务器120托管的游戏的一个或更多个玩家生成推荐，或其至少能够具有由内容服务器120提供的内容。在至少一个实施例中，推荐管理器138 包括一个或更多个神经网络，该一个或更多个神经网络能够分析与一个或更多个玩家的玩游戏相关的各种类型的数据，并且能够提供推荐、建议或其他指导(co本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种处理器，包括：一个或更多个电路，用于使用一个或更多个神经网络至少部分地基于游戏中的状态的一个或更多个累积改变来为所述游戏的一个或更多个玩家生成一个或更多个推荐。2.根据权利要求1所述的处理器，其中所述一个或更多个电路进一步用于接收一个或更多个输入类型的数据，并且将所述数据转换成对应于共同模式的多个特征向量。3.根据权利要求2所述的处理器，其中所述一个或更多个输入类型包括游戏事件数据、玩游戏数据、统计数据、聊天数据、生物特征数据或玩家技能数据中的至少一个。4.根据权利要求2所述的处理器，其中所述多个特征向量被编码到潜在空间中，所述潜在空间表示特征向量的数据，所述特征向量是在表示所述状态的改变的玩游戏的时间窗口上确定的。5.根据权利要求4所述的处理器，其中所述一个或更多个神经网络包括生成对抗网络(GAN)，用于接受所述潜在空间作为输入，并且至少部分地基于从所述潜在空间确定的状态的所述一个或更多个累积改变来生成所述一个或更多个推荐。6.根据权利要求1所述的处理器，其中所述一个或更多个电路进一步用于提供所述一个或更多个推荐以呈现给所述一个或更多个玩家。7.一种系统，包括：一个或更多个处理器，用于使用一个或更多个神经网络至少部分地基于游戏中的状态的一个或更多个累积改变来为所述游戏的一个或更多个玩家生成一个或更多个推荐。8.根据权利要求7所述的系统，其中所述一个或更多个处理器进一步用于接收一个或更多个输入类型的数据，并且将所述数据转换成对应于共同模式的多个特征向量。9.根据权利要求8所述的系统，其中所述一个或更多个输入类型包括游戏事件数据、玩游戏数据、统计数据、聊天数据、生物特征数据或玩家技能数据中的至少一个。10.根据权利要求8所述的系统，其中所述多个特征向量被编码到潜在空间中，所述潜在空间表示特征向量的数据，所述特征向量是在表示所述状态的改变的玩游戏的时间窗口上确定的。11.根据权利要求10所述的系统，其中所述一个或更多个神经网络包括生成对抗网络(GAN)，用于接受所述潜在空间作为输入，并且至少部分地基于从所述潜在空间确定的状态的所述一个或更多个累积改变来生成所述一个或更多个推荐。12.根据权利要求7所述的系统，其中所述一个或更多个处理器进一步用于提供所述一个或更多个推荐以呈现给所述一个或更多个玩家。13.一种方法，包括：使用一个或更多个神经网络至少部分地基于游戏中的状态的一个或更多个累积改变来为所述游戏的一个或更多个玩家生成一个或更多个推荐。14.根据权利要求13所述的方法，还包括：接收一个或更多个输入类型的数据并且将所述数据转换成对应于共同模式的多个特征向量。15.根据权利要求14所述的方法，其中所述一个或更多个输入类型包括游戏事件数据、玩游戏数据、统计数据、聊天数据、生物特征数据或玩家技能数据中的至少一个。16.根据权利要求14所述的方法，其中所述多个特征向量被编码到潜在空间中，所述潜
在空间表示特征向量的数据，所述特征向量是在表示所述状态的改变的玩游戏的时间窗口上确定的。1...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：辉达公司，
类型：发明
国别省市：