代码拉取完成,页面将自动刷新
学习文献:华南理工大学张h楚翘同学的论文《基于乐段特征的MIDI音乐风格分类研究》
论文主要内容:研究了基于乐段特征的MIDI音乐分类。包括提出创新点:提出了从MIDI文件中提取乐段特征的方法;对循环神经网络进行深入研究,并研究了它的一种改进模型——GRU(Gated Recurrent Unit)神经网络;建立完整的MIDI音乐风格分类模型,对该模型的准确率进行验证,并将实验结果与以往的方法相比较。
本周学习内容:基于GRU的MIDI分类器
1.研究学习了RNN卷积神经网络,包括网络的具体结构和原理问题。
2.研究学习了LSTM模型,改进了RNN中长期依赖的问题。
3.研究学习了GRU模型,在LSTM模型基础上进一步改善了其中隐藏层结构,降低了训练的复杂度。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。