深度學習小實驗3：AI作曲家（待更新）

01-28

大寫的注意：這篇文章是半年前寫的，RussellCloud已經更新很多個版本了，所以在更新這篇教程之前請勿按文中描述操作。

之前看到Google的項目Magenta，用於研究自動生成音樂、繪畫或視頻，還是挺炫酷的，然後在github上找到了一個基於Theano的輕量級例子：biaxial-rnn-music-composition，在這個基礎之上改成TensorFlow的實例，邏輯基本一樣。

本文原理和前面的詩詞生成差不多，都是RNN，因此就不講太多原理了，直接上試驗。

第一步：在官網創建項目

點擊項目創建頁創建名為music_artist項目，默認環境不變。

分為下面兩個部分：

1. 數據集獲取

2. 訓練音樂生成模型

數據集獲取

數據集來源：http://freemidi.org

我在這次實例中使用了183首搖滾樂，希望能夠訓練出一首新的搖滾樂，於是我寫了個爬蟲爬取http://freemidi.org，爬蟲默認會爬取該站所有搖滾樂，大概10000首左右。爬蟲沒有寫成隊列下載的樣子所以比較慢，順便也扔到RussellCloud上運行了，這樣剛好把下載的歌曲作為數據集保存下來。

項目準備：

#clone代碼ngit clone https://github.com/RussellCloud/music_artistnn#打開文件夾ncd music_artistnn#創建項目（RussellCloud安裝見前面的實驗）nrussell init --name music_artistn

獲取數據集：

實驗可跳過這個步驟，直接使用我爬取的數據集：6e38ca5dc759415488eae5ddb41c4893

#運行爬蟲(挑一個python2環境下運行)nrussell run "python crawler.py" --env tensorflow:py2nn#查看日誌nrussell logs <run_id>nn#大概兩個小時左右下載完畢（10000多首音樂）nn#查看輸出數據集ID,output_id 即 data_idnrussell info <run_id>n

模型訓練

#運行訓練模型（data_id可替換）nrussell run "python music_generator.py" --data 6e38ca5dc759415488eae5ddb41c4893:data --env tensorflow:py2n

下面是自動生成的音樂：

auto_gen_music.mid

好吧，我承認，這個結果很失敗（哭臉