神经网络用于生成？
好吧，所以-我一直在处理python的神经网络，我做了几个前馈和一些重复的。我知道他们是如何在一个相当基本的水平上工作的。
有时候，我会看到一些人用神经网络来生成像文字这样的东西；他们会声称自己已经训练了几千个段落，然后它会写一个新的段落。我最近读到一篇关于神经网络的文章，它分析了成千上万的字体，然后创建了自己的字体。
这是一个问题--到目前为止，我建立的所有神经网络都有一个输入和输出的数据集。我读到的这些神经网络看上去好像不接受输入，它们只是看了很多东西的实例，然后创建了一个新的实例(就像它们只处理输出)。
我是不是遗漏了什么？这些神经网络是我读到的关于一种不同类型的神经网络吗？假设我有一堆用神经网络可以处理的格式的旋律(非常短的MIDI文件)。我需要用什么类型的网络来在这套旋律上训练它，让它产生新的旋律？
回答 2
Stack Overflow用户
发布于 2016-07-01 09:55:27
到目前为止，您所做的可能是所谓的分类；您现在要看的是预测和回归。
你仍然用同样的方式训练你的网络。一旦经过训练，您仍然会将其作为输入输入，但是您将得到一个类别(从分类中)，您可以预测一个系列中的下一个步骤。例如：一系列的笔记。您仍然需要为它提供输入才能工作。但我想这可能是随机的，半随机的，甚至可能产生的笔记。
这里有一个很好的关于神经网络预测的简短教程：http://www.obitko.com/tutorials/neural-network-prediction/
然后，查看您已经使用的编程库，并寻找预测或回归方法。
Stack Overflow用户
发布于 2016-07-01 09:31:11
实际上，这些都是神经网络，对于您来说，示例应用程序(音乐生成)可以很容易地使用递归神经网络( RNN )或最健壮的RNN版本(如LSTM)。
下面是一篇非常好的文章，我希望它能帮助你理解如何建立那些生成模型。
递归神经网络的不合理有效性
事实上，人们已经使用RNN做过音乐生成，下面的GitHub定位就是这样的例子之一。
如果你想深入研究神经网络，了解更多关于最新理论/应用的知识，我想建议你读下面的书(这两本书都是免费的)。
- 神经网络与深度
- 深度学习
编辑：下面的站点也有一些在线演示
用递归神经网络作曲
https://stackoverflow.com/questions/38136245
复制相似问题
腾讯云开发者
