注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 训练你的头脑到达顶尖效率的20种方法 和程序员的修炼之道来源： 杨志平的日志

  2. 训练你的头脑到达顶尖效率的20种方法 来源： 杨志平的日志 你是否感到越来越难集中注意力，或者难以进行心算？我希望你不要接受这么一种主张：随着年龄增长头脑的敏锐性必然会减弱。 许多事情能够导致头脑的工作效率下降，而且我喜欢称其中一个主要的因素为“使用它或者失去它”综合症。 这篇文章是《我的生活巨变》的杰夫 尼克尔斯写的报告。他的使命和他的博客的关注点是帮助人们找到生命中的成功和意义。杰夫是一位有深度的作家，我鼓励你读完后去拜访他。 杰夫用这份伟大的列表来帮助我们避免可怕的“使用它或者失去它”综

  3. 所属分类：其它

  1. 基于多模态神经网络及规则算法的智能作曲研究.pdf

  2. ＧＡＮ 和 ＶＡＥ 结合深度学习网络进行基于音乐理论规则的智能音乐生成ꎬ探索智能生成音乐的算 法ꎮ 与传统的算法作曲不同ꎬ不需要手动的添加复杂的规则ꎬ而是通过训练初始音乐集、对乐曲集进行评估筛选ꎬ 最后通过 ＲＶＡＥ － ＧＡＮ 神经网络生成音乐ꎮ 通过适应度函数计算乐曲一系列特征的加权和ꎬ如音高和节奏的分 布ꎬ也可以计算与特定乐曲集之间的距离等一系列乐理理论规则ꎮ 在此基础上ꎬ采用半监督算法形成和弦结构模 型ꎬ结合乐曲的特征提取ꎬ研究并提出基于 ＧＡＮ 对抗生成网络和 ＶＡＥ 网络结合

  3. 所属分类：深度学习

    • 发布日期：2020-04-10
    • 文件大小：1048576
    • 提供者：redtank2000

  1. HCIA-AI_V2.0_培训材料.pdf

  2. HCIA-AI 培训材料，华为人工智能认证工程师培训材料HCIA-AI 2.0)目标 ●学完本课程后,您将能够 口了解人工智能的基本概念。 口了解人工智能发展历史。 口了解人工智能的应用技术及场景。 口了解各国各企业的人工智能发展战略。 a了解人工智能现有的问题 口展望人工智能的未来。 第2页版权所有◎2019华为技术有限公司 A HUAWEI 目录 1.人工智能技术是什么 2.人工智能技术的发展史 3.人工智能技术的应用方向与应用场景 4.人工智能的发展战略 5.人工智能现有的问题 6.人工

  3. 所属分类：软件测试

    • 发布日期：2019-10-09
    • 文件大小：13631488
    • 提供者：liujinjie993

  1. 基于Keras的深度学习来创作作曲.zip

  2. Keras是为人类而不是天顶星人设计的API, 基于Keras的深度学习来创作作曲, 基于keras / LSTM的python源代码

  3. 所属分类：深度学习

    • 发布日期：2020-08-13
    • 文件大小：5242880
    • 提供者：xz111111

  1. CreativeGAN节奏：用于生成舞蹈音乐节奏模式的Creative Adversarial网络-源码

  2. 适用于新型节奏产生的Creative-GAN RhythmCAN –使用具有流派歧义性损失的GAN生成新颖的节奏模式 我们是否可以使用AI（尤其是GAN）来创作新的电子舞蹈音乐流派？ 自从引入深度学习以来，研究人员已经提出了使用深度学习的内容生成系统，并证明他们有能力生成令人信服的内容和包括音乐在内的艺术作品。 但是，可以说这些基于深度学习的系统模仿并重现了人类创造的固有模式，而不是产生新的创造力。 在本文中，我们将重点放在音乐的产生上，尤其是电子舞蹈音乐的节奏模式，并讨论是否可以使用深度学

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：23068672
    • 提供者：weixin_42117622

  1. 洋红色：洋红色：具有机器智能的音乐和艺术产生-源码

  2. Magenta是一个研究项目，旨在探索机器学习在艺术和音乐创作过程中的作用。 首先，这涉及开发新的深度学习和强化学习算法，以生成歌曲，图像，绘图和其他材料。 但这也是构建智能工具和界面的探索，该工具和界面允许艺术家和音乐家使用这些模型扩展（而不是替换！）他们的过程。 Magenta由的一些研究人员和工程师创立，但其他许多人对该项目做出了重大贡献。 我们使用并在此GitHub上以开源形式发布我们的模型和工具。 如果您想了解有关Magenta的更多信息，请访问我们的，我们在该上发布技术细节。 您也可

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：19922944
    • 提供者：weixin_42138376

  1. DeepJ：用于生成特定风格音乐的深度学习模型-源码

  2. 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

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：69206016
    • 提供者：weixin_42110362