文件名称：变压器中错误校正：使用变压器检测符号音乐中的错误
文件大小：2.75MB
文件格式：ZIP
更新时间：2024-03-08 02:34:23
Python
变压器中度误差校正 训练变压器网络以识别符号音乐中的“错误”（定义为与基本事实的任何偏差）的实验。 make_hdf5.py将.krn文件的数据集处理为类似于MIDI的基于事件的格式。 essen_meertens_songs.hdf5是使用此脚本处理过的单声道民歌的选择。 factorizations.py包含将类似于MIDI的基于事件的格式转换为其他各种形式的方法，这些形式可随时用作训练数据（特别是游程编码；有关详细信息，请参见“复调音乐的耦合循环模型”，Thickstun等，Proc.ISMIR 2019.） data_loaders.py包含用于创建批次并从数据中提取统计数据以进行培训的功能。 主要模型是transformer_full_g2p_model.py 。 可以在/old_models找到该模型的变体。 在上，有一个较旧的简化版本的转换器模型，带有详细的注释，可
【文件预览】：
transformer-midi-error-correction-master
----to_implement.txt(435B)
----model_params.py(3KB)
----models()
--------transformer_autoregressive_model.py(521B)
--------LSTM_autoregressive_model.py(3KB)
--------transformer_full_seq_model.py(7KB)
--------LSTM_model.py(3KB)
--------LSTUT_model.py(4KB)
--------transformer_encoder_model.py(6KB)
--------old_models()
--------music_transformer_model.py(6KB)
----ext_tools()
--------helpers.py(4KB)
--------pytorch_modelsize.py(3KB)
--------transformer.py(5KB)
--------attention.py(4KB)
----train_mono_model.py(7KB)
----apply_degradations.py(811B)
----train_notetuple_model.py(7KB)
----data_management()
--------make_synthetic_hdf5.py(1KB)
--------load_lakh_midi.py(3KB)
--------make_mono_hdf5.py(2KB)
--------make_lmd_hdf5.py(3KB)
----test_trained_model.py(5KB)
----plot_outputs.py(4KB)
----factorizations.py(7KB)
----make_supervised_examples.py(6KB)
----README.md(2KB)
----essen_meertens_songs.hdf5(10.68MB)
----synthetic_repetition_dset.hdf5(10.07MB)
----test_trained_notetuple_model.py(4KB)
----data_loaders.py(13KB)
----.gitignore(1KB)