文件名称：DeepJ：用于生成特定风格音乐的深度学习模型
文件大小：66.03MB
文件格式：ZIP
更新时间：2024-02-27 01:09:12
music learning tensorflow machine composition
DeepJ：用于生成特定风格音乐的模型 抽象 深度神经网络的最新进展使算法能够创作与人类创作的音乐相当的音乐。 但是，很少有算法允许用户生成具有可调参数的音乐。 调整生成的音乐的属性的能力将为帮助艺术家，电影制片人和作曲家的创作任务带来更多实际好处。 在本文中，我们介绍了DeepJ-端到端生成模型，该模型能够根据特定的作曲家风格组合来创作音乐。 我们的创新包括学习音乐风格和音乐动态的方法。 我们使用我们的模型来演示一种简单的技术来控制生成的音乐的样式，以此作为概念证明。 使用人类评分者对我们的模型进行的评估表明，与双轴LSTM方法相比，我们有了改进。 要求 Python 3.5 克隆Pyth
【文件预览】：
DeepJ-icsc
----util.py(875B)
----train.py(859B)
----generate.py(5KB)
----test.py(6KB)
----scripts()
--------python.sh(486B)
--------mount.sh(226B)
--------cuda.sh(841B)
--------load_data.sh(159B)
----archives()
--------v1()
----model.py(6KB)
----distribution.py(3KB)
----requirements.txt(38B)
----dataset.py(3KB)
----visualize.py(1KB)
----LICENSE(1KB)
----README.md(2KB)
----.gitignore(29B)
----constants.py(2KB)
----midi_util.py(7KB)