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。