Természetesen saját data setet is definiálhatunk, stb de egyelőre a mielőbbi eredmény érdekelt. A paraméterezés nagyjából egyértelmű de itt olvasható a rendes leírás: https://github.com/tensorflow/magenta/tree/master/magenta/models/melody…
Ezek után a megadott (itteni példában Desktop/magenta) útvonalon már elérhetőek a generált .midi fájlok és a következőek szerint lejátszhatóak:
aplaymidi -l
aplaymidi --port 32:0 2017-10-05_231448_3.mid
Valami hasonlóra számítsunk a már készen kapott lookback_rnn.mag fájlból:
https://www.youtube.com/watch?v=SszuuQlUgrM
Egészségünkre.
- uid_16591 blogja
- A hozzászóláshoz be kell jelentkezni
- 724 megtekintés
Hozzászólások
De ez mire jó? Most egy neurális háló felismeri a hangszereket egy zenéből és az alapján generál Midi állományt, ami egy érdekes módja lenne a tömörítésnek, vagy csak úgy hasraütve csinál valamit?
- A hozzászóláshoz be kell jelentkezni
Csak noteokkal dolgozik ahogy a midi is (igazabol NoteSequences allomanyba konvertaljak oket a traineles elott). "Uj" midi fajlokat allit elo a mar meglovokbol "tanulva". A felhasznalasi modja meg egyelore kb. ilyesmi lehet ami meg realis is:
https://www.youtube.com/watch?v=QlVoR1jQrPk&t=46s
https://www.youtube.com/watch?v=0ZE1bfPtvZo
[insert line here]
B.C. 3500 - DIY Vehicle / A.D. 30 - DIY Religion / A.D. 1991 - DIY OS
- A hozzászóláshoz be kell jelentkezni
Szóval szórakozni :D
Jobb lenne tömörítéshez használni.
- A hozzászóláshoz be kell jelentkezni