摘要：
在前几天的讨论会上，有师兄指出原来的方法实在是很难训练，所以我改进了音乐生成的思路。 首先，我用LSTM生成的一定是一段音乐的序列化表达，那么我就可以用成型的一些数据集去训练LSTM。为了避免生成的音乐与现有的音乐有大量重复，我们可以考虑更改LSTM使其更加“健忘”，这样应该能解决一部分问题。接下来 阅读全文
摘要：
从即日起到7月20号，项目成员进行了第一次任务分配。 赵同学A、岳同学、周同学，负责了图像数据的情感数据集制作，他们根据自己的经验，对图像进行了情绪提取。 赵同学B全权负责向量映射这一块的网络搭建。 我除了帮助其他成员完成任务以外，还要搭建好音乐生成的LSTM网络，同时预搭建音乐数据集。 阅读全文
摘要：
这个项目主要涉及到两个网络，其中卷积神经网络用来提取图片表达的情绪，提取出一个二维向量。 网络结构如图： 词向量采用预训练的glove模型，d=50，其他信息包括了图片的“空旷程度”、亮度、对比度等信息，用来更好地描述图片特征。 对于图中的卷积神经网络，需要讲解的地方是：卷积核是一个一维卷积核，每一 阅读全文
摘要：
做了半天做的都是一些细枝末节的东西，嗨呀。 伴奏旋律是Ukulele和弦，MIDI发音乐器是Guitar。在弹唱的时候，Ukulele和弦就是伴奏。 我们以创建《成都》伴奏为例： 节奏型： 和弦： 那么节奏型和和弦的组合可以视为一个二元矩阵，下面写一个函数用来寻址： 接下来我们新建一个音轨串联和弦： 阅读全文
摘要：
mingus在输出midi文件的时候，使用这样的函数： 在输出时会报错： 解决办法是找到这个文件： ...\Anaconda3\Lib\site-packages\mingus-0.5.2-py3.6.egg 用7-Zip打开这个文件，直接编辑里面的midi_track.py文件： 找到230行，将 阅读全文
摘要：
查阅了很久的资料，决定依据Yoshida的《Image retrieval system using impression words》这篇论文里的词语来定义。 Yoshida 等的 Art museum 系统，统计用户在看完图画后用到 的印象形容词，从中选取了 10 个常用的形容词，来描述图画。1 阅读全文
摘要：
我之前就注意到，深度学习和音乐结合，尤其是从乐理出发进行结合（而不是纯粹的进行音乐生成），是一个尚未被深度挖掘的全新领域。可想而知，这个方向符合我要求的数据肯定是要自己搜集了。 自己搜集的数据，在量上就已经输了，只是考虑到我们要做的任务并不复杂，准确的说只是一个分类器，再加一个LSTM而已。对于这个 阅读全文
摘要：
今天连看三篇论文，不是很细致地看，也没有具体去实现，只是大概明白了一些新思路。这三篇论文，一篇概述了Decoder-Encoder模型，一篇延伸这个模型，首次提出了Attention机制，最后一篇详细阐述了LSTM和GRU的工作机理。读完之后，我对机器翻译这个领域，还有LSTM的应用，有了更深的认识 阅读全文
摘要：
目前我能想到的办法是这样的： 1，提取照片中的实体特征，借用某个pre-trained model进行tag标记。 2，将特征组合起来，形成一个bag-of-word model，然后将这个向量作为输入。进入CNN。 3，手动对照片贴标签，主要是对情感进行分类（如：安静、快乐，这样可以直观调节旋律） 阅读全文
摘要：
jishude 首先援引一个资料网页：http://www.cosmosshadow.com/ml/%E5%BA%94%E7%94%A8/2016/03/01/%E9%9F%B3%E4%B9%90%E7%94%9F%E6%88%90.html 这个网页可以让基础薄弱的人对于乐理有一个全面的感知。 这 阅读全文