豆瓣
扫码直接下载
我来为这本书正名。作为交叉学科书籍，分别用两个章节介绍每个学科的基础知识无可厚非。精彩之处从第六章开始，以一个最基础的MLP模型为切入，讲清基本的样本制作（一个人声声部的4/4拍一小节即64个十六分音符作为输入，三个伴奏声部作为输出，均onehot编码）和任务构建（单层mlp，输出切分为三部分做多标签分类任务），同时列出该baseline的13个缺点，然后根据每个缺点的解决方案逐一引出先进技术，涵盖但不限于编解码模型、BiLSTM、GAN、styleTrans、强化学习等，让人感叹在小众领域也有一批深耕的学者。（另外代码和巴赫的270首数据集GitHub 都有，吐槽本书没代码的我理解可能是国内贴代码水篇幅的垃圾技术书看多了哈）
全书没有一行代码或者数学公式，就给你一张图，然后底下一堆字硬讲。基本上就是拿文本，图像生成中的方法来生搬硬套。严格来说，它生成的根本就不是音乐，而是乐谱。书的前半部分详细讲述了什么是CNN,RNN。这种无价值填充内容非常多。
这本书自己也提到它主要是写符号域的音乐生成 不能说它生成的不是音乐 里面提到的每一个技术架构模型 都有放论文全称 看到感兴趣的去看原论文很方便
> 深度学习与音乐生成
2 有用 Livmortis 2024-05-29 17:15:50 浙江
我来为这本书正名。作为交叉学科书籍，分别用两个章节介绍每个学科的基础知识无可厚非。精彩之处从第六章开始，以一个最基础的MLP模型为切入，讲清基本的样本制作（一个人声声部的4/4拍一小节即64个十六分音符作为输入，三个伴奏声部作为输出，均onehot编码）和任务构建（单层mlp，输出切分为三部分做多标签分类任务），同时列出该baseline的13个缺点，然后根据每个缺点的解决方案逐一引出先进技术，涵盖但不限于编解码模型、BiLSTM、GAN、styleTrans、强化学习等，让人感叹在小众领域也有一批深耕的学者。（另外代码和巴赫的270首数据集GitHub 都有，吐槽本书没代码的我理解可能是国内贴代码水篇幅的垃圾技术书看多了哈）
4 有用 葬花人笑痴 2023-07-14 10:41:45 上海
全书没有一行代码或者数学公式，就给你一张图，然后底下一堆字硬讲。基本上就是拿文本，图像生成中的方法来生搬硬套。严格来说，它生成的根本就不是音乐，而是乐谱。书的前半部分详细讲述了什么是CNN,RNN。这种无价值填充内容非常多。
0 有用 乐山豆腐脑 2024-11-21 22:30:34 四川
这本书自己也提到它主要是写符号域的音乐生成 不能说它生成的不是音乐 里面提到的每一个技术架构模型 都有放论文全称 看到感兴趣的去看原论文很方便