C'est ce que j'ai étudié lors de Session d'étude Nagoya.Swift + août --connpass.

À partir de ce moment, je décrirai également les questions étudiées par d'autres personnes.

Apprentissage automatique

Je regardais le code source de magenta et la formation Udacity.

magenta

L'activité du projet magenta, qui génère de la musique par apprentissage automatique, est toujours active.

magenta/magenta/models at master · tensorflow/magenta

La procédure de déplacement est également publiée sur Qiita.

Invitation à la production musicale à l'ère de l'intelligence artificielle - Commentaire et expérience Google Magenta (auto-apprentissage) --- Qiita

Le résultat de sortie lorsque j'ai essayé de le déplacer avec midi du projet Toho (certainement Eiyasho) selon la procédure ci-dessus était comme ça. D'une manière ou d'une autre, ça sent le papier libre rouge.

Hotpepper by Ryuichirou Kitano

J'ai été surpris de pouvoir sortir de la batterie quand j'ai remarqué. Je veux l'essayer.

magenta/magenta/models/drums_rnn at master · tensorflow/magenta

kokoro

Quand je regardais le magenta, il y avait un dossier nommé magenta / kokoro, alors j'essayais de savoir de qui il s'agissait.

Lorsque j'ai fait référence à 2016-jenkins-world-jenkins_inside_google.pdf, l'IC utilisé dans Google Cela ressemble au nom de l'outil.

tink/kokoro at master · google/tink

Udacity

On me demande ce que je recommande pour la formation en machine learning, mais je pense que Machine Learning | Coursera d'Andrew Ng est bon.

Cependant, je pense que je dois être assez enthousiaste et sûr du temps (j'ai été frustré environ 3 fois), et je voulais aussi le faire avec Python au lieu d'Octave, donc je recommande le cours Google. ..

Deep Learning | Udacity

Vous pouvez voir le code de la personne qui y travaille à l'avance, donc je pense qu'il est également populaire.

rndbrtrnd/udacity-deep-learning: Udacity Deep Learning MOOC assignments

Cependant, dans la plupart des cas, la copie ne fonctionne pas. Par exemple, tf.concat semble être un peu différent de la version précédente.

  ix = tf.Variable(tf.truncated_normal([vocabulary_size, num_nodes], -0.1, 0.1))
  fx = tf.Variable(tf.truncated_normal([vocabulary_size, num_nodes], -0.1, 0.1))
  cx = tf.Variable(tf.truncated_normal([vocabulary_size, num_nodes], -0.1, 0.1))
  ox = tf.Variable(tf.truncated_normal([vocabulary_size, num_nodes], -0.1, 0.1))
  # Doesn't work
  # sx = tf.concat(1, [ix, fx, cx, ox])
  sx = tf.concat([ix, fx, cx, ox], 1)

L'exemple sur lequel j'ai travaillé cette fois est comme ça.

LSTM Le contenu consiste à apprendre en utilisant les données Wipedia obtenues à partir de About the Test Data et à parler quelque chose de semblable à l'anglais. C'est presque aléatoire avant d'apprendre.

ot zmwpnsdlhbt orh g uhn x q dzilnnjkheet rdu jaf zakdfeaf gka ez pa fc saj seo
 oiipenfkniemohxxiuugdbsmntyae njrzze ysptv g f ucwzjstprjetktnr rqu sgkqeeg wgn
rio gxiaagltsenb zp ihacvzhlruwniafer ribrignq nljsc vaucyttmzhienn u rwhq gu ii
n on mdpy mn eybllngudeekm lzcorecvhhgxeniyuxq  fkk ato  k yl sunksjcinafgjnak i
cybdd etizneliudnsrnoqam  hcemiqip ue lioffhe y ujq eyjpyxiebdvqvyn pczitcvssft

Après avoir appris, ce sera comme ça. Vous pouvez voir des mots anglais.

voly stated beath or were mhyn spains consenty prime importa studied to duc comm
y partiather conspition in rishen alpharry in with the stage simpos fabouting th
way earl war scokiu as the film formbus painpents their flagned are sternincrati
ameritially coderish adomecord lyhas orgers spipal days and for log while minocr
 a side the rearory the air mager have days yorge as medi american outsom be cou