期中开题_利用RNN学习研究音乐生成.pptx

期中开题_利用RNN学习研究音乐生成.pptx

ID:52764496

大小:449.65 KB

页数:8页

时间:2020-03-05

期中开题_利用RNN学习研究音乐生成.pptx_第1页
期中开题_利用RNN学习研究音乐生成.pptx_第2页
期中开题_利用RNN学习研究音乐生成.pptx_第3页
期中开题_利用RNN学习研究音乐生成.pptx_第4页
期中开题_利用RNN学习研究音乐生成.pptx_第5页
资源描述:

《期中开题_利用RNN学习研究音乐生成.pptx》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、吴嘉晟物理学系陈寅聪物理学系领域数据学——机器学习在音乐领域的应用REPORTPROJECT2019CONTENTS01020304前人回顾前期准备工作计划预计成果01前人回顾3DeepBach是Github网站上的一个基于PyTorch神经网络架构的开源项目,由索尼巴黎计算机科学实验室研究人员GaetanHadjeres与FrancoisPachet建立。其目标为利用神经网络进行复杂的音乐创作。巴赫的主要作品为复调圣歌,旋律与声调之间有着微妙的规律与联系,非常适合进行机器学习。经过训练,DeepBach能够创作出与巴赫风格高

2、度相近的作品,几乎到了“以假乱真”的地步。研究团队对1600多人进行了测试,其中包括400多位音乐家或音乐系的学生。测试结果表明,超过50%的人认为,DeepBach生成的作品就是巴赫本人的作品。相比之下,巴赫本人的作品也仅被75%的人正确识别。01前人回顾402前期准备5数据预处理查找数据库利用Music21查找古典音乐集主要来源于musicxml.com利用Music21将数据库(xml格式压缩文件)转化为可读的字符串数组的形式03工作计划602模仿DeepBach构建神经网络04对实验结果进行总结评价03对神经网络进行训

3、练01扩大数据库04预计成果得到可以识别&生成Bach风格古典音乐的神经网络得到可以识别&生成其他古典音乐的神经网络拓展至其他时序性数据……Thankyouforyourattention!

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。