Download to read offline
![[JAWS-UG関西IoT専門支部] IoTで関西のコミュニティをつなぐ](https://cdn.slidesharecdn.com/ss_thumbnails/iot2-160130163643-thumbnail.jpg?width=640&height=640&fit=bounds)
Jaws sonic 2020_yokohama_deepcomposer
- 1. DeepComposerの響きで さわやかな目覚めを 2020.9.13(Sun) JAWS SONIC @nid777新居田晃史 Akifumi Niida #jawsug #jawssonic2020 ※本内容はすべて個人的な見解であり、所属する会社や組織を代表するものではありません
- 2. 自己紹介 • 新居田 晃史（にいだあきふみ） • 所属 • JBアドバンスト・テクノロジー株式会社 • 先進技術研究所 • 日本最速ITエンジニア（※週刊BCN編集部調べ） • フルマラソン 2:29:56 • JAWS-UG 横浜支部（宇宙一早いre:Capでお馴染みのあの支部です） Twitter @nid777 Facebook Akifumi Niida
- 3. DeepComposerとは • 世界初の機械学習対応のミュージカルキーボード • re:Invent2019で発表 • 機械学習で音楽を生成 • モデルをトレーニングしながらGANを体験 • SageMakerによるカスタムモデルの作成
- 4. コンピュータが音楽を理解する方法 • Pitch • Velocity •Tempo • MIDI ピッチは、音階上の相対位置が割り当てられているトーンです。各音符には数値が割り当てられており、0から最低音まで、 最高音は127まであります。 AWS DeepComposerキーボードのキーの範囲は41〜72です。オクターブ調整ボタンは、ピッチの値を12の倍数単位で上下 にシフトして、ピッチを高くしたり低くしたりします。 1つの音符が押される強さをエンコードします。キーをより速く押すと、ベロシティの値が高くなり、より大きな音が作成 されます。速度の値の範囲は1（最小、実際には聞こえない）〜127（最大）です。 テンポは、音楽の再生速度を表します。音楽は通常、特定のビートまたはメーターに従い、演奏されるノートのリズムを 動かします。このビートの速度は、ビート/分で測定されます。1分あたりのビート数が多いほど、再生速度が速くなります （テンポ）。 MIDIのファイル形式は、レコードや店舗の音楽をコンピュータで使用される業界標準です。ファイル形式は、使用される 楽器の再生テンポや、ノートのピッチやベロシティなど、押したり離したりするノートをエンコードする一連のイベント などの詳細をエンコードします。 MIDI えーあい ええ感じの音 音階 音の強さ テンポ 音の種類 • ピアノ • ギター • ドラム
- 5. AI 強化学習 教師あり学習 教師なし学習 強化学習 教師あり 学習 教師なし 学習 Deep Composer Deep Racer GAN GANsVAEs Auto regression
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13. トレーニングについて Epoch: 100 Learning rate:0.01 Update ratio: 5 Epoch: 200 Learning rate: 0.0001 Update ratio: 5 Epoch: 200 Learning rate: 0.0005 Update ratio: 5 Discremenator Lossが0に近い値で収束 したが、十分に学習したかどうか怪しい 損失関数の値を監視しましょう • 弁別器の損失はゼロに収束 • 発生器の損失はゼロである必要のない数値に収束することを期待 • 損失関数がplateaus（水平状態）になると、モデルが学習しなくなったことを示します。 Discremenator Lossが0で収束していな い 良い感じ
- 14.
- 15. いくらかかったか ほぼ無料枠の範囲内でできました DeepComposerの何かに16ドルぐらい使った。 多分、推論で「AutoregressiveCNN Bach」使った時なのでは。。 トレーニング 6個x 8時間 x 1.26 USD = 60.48 USD 推論 150回 x 0.0166..時間(1分) x 0.0083 USD = 5.35 USD 無料利用枠がなかった場合
- 16.