magenta
v2.1.4
Dieses Repository ist derzeit inaktiv und dient nur als Ergänzung zu einigen unserer Veröffentlichungen. Wir sind dazu übergegangen, einzelne Repositorys für neue Projekte zu verwenden. Unsere aktuelle Arbeit finden Sie auf der Magenta-Website und der Magenta GitHub Organization.
Magenta ist ein Forschungsprojekt, das die Rolle des maschinellen Lernens bei der Schaffung von Kunst und Musik untersucht. Dabei geht es in erster Linie um die Entwicklung neuer Deep-Learning- und Reinforcement-Learning-Algorithmen zur Generierung von Liedern, Bildern, Zeichnungen und anderen Materialien. Aber es geht auch darum, intelligente Tools und Schnittstellen zu entwickeln, die es Künstlern und Musikern ermöglichen, ihre Prozesse mithilfe dieser Modelle zu erweitern (nicht zu ersetzen!). Magenta wurde von einigen Forschern und Ingenieuren des Google Brain-Teams ins Leben gerufen, aber viele andere haben maßgeblich zum Projekt beigetragen. Wir nutzen TensorFlow und veröffentlichen unsere Modelle und Tools als Open Source auf diesem GitHub. Wenn Sie mehr über Magenta erfahren möchten, schauen Sie sich unseren Blog an, in dem wir technische Details veröffentlichen. Sie können auch unserer Diskussionsgruppe beitreten.
Dies ist die Heimat unserer Python TensorFlow-Bibliothek. Um unsere Modelle im Browser mit TensorFlow.js zu verwenden, gehen Sie zum Magenta.js-Repository.
Schauen Sie sich unsere Colab-Notizbücher für verschiedene Modelle an, darunter auch eines zum Einstieg. Magenta.js ist auch eine gute Ressource für Modelle und Demos, die im Browser laufen. Dies und mehr, einschließlich Blog-Beiträge und Ableton Live-Plugins, finden Sie unter https://magenta.tensorflow.org.
Magenta unterhält ein Pip-Paket zur einfachen Installation. Wir empfehlen die Verwendung von Anaconda zur Installation, es kann jedoch in jeder Standard-Python-Umgebung funktionieren. Wir unterstützen Python 3 (>= 3.5). Bei diesen Anweisungen wird davon ausgegangen, dass Sie Anaconda verwenden.
Wenn Sie Mac OS X oder Ubuntu verwenden, können Sie es mit unserem automatisierten Installationsskript versuchen. Fügen Sie einfach den folgenden Befehl in Ihr Terminal ein.
curl https://raw.githubusercontent.com/tensorflow/magenta/main/magenta/tools/magenta-install.sh > /tmp/magenta-install.sh
bash /tmp/magenta-install.shÖffnen Sie nach Abschluss des Skripts ein neues Terminalfenster, damit die Änderungen der Umgebungsvariablen wirksam werden.
Die Magenta-Bibliotheken sind jetzt für die Verwendung in Python-Programmen und Jupyter-Notebooks verfügbar und die Magenta-Skripte sind in Ihrem Pfad installiert!
Beachten Sie, dass Sie jedes Mal, wenn Sie ein neues Terminalfenster öffnen, source activate magenta ausführen müssen, um Magenta verwenden zu können.
Wenn das automatisierte Skript aus irgendeinem Grund fehlschlägt oder Sie die Installation lieber manuell durchführen möchten, führen Sie die folgenden Schritte aus.
Installieren Sie das Magenta-Pip-Paket:
pip install magenta HINWEIS : Um das rtmidi -Paket zu installieren, auf das wir angewiesen sind, müssen Sie möglicherweise Header für einige Soundbibliotheken installieren. Unter Ubuntu Linux sollte dieser Befehl die erforderlichen Pakete installieren:
sudo apt-get install build-essential libasound2-dev libjack-dev portaudio19-devVerwenden Sie unter Fedora Linux
sudo dnf group install " C Development Tools and Libraries "
sudo dnf install SAASound-devel jack-audio-connection-kit-devel portaudio-develDie Magenta-Bibliotheken sind jetzt für die Verwendung in Python-Programmen und Jupyter-Notebooks verfügbar und die Magenta-Skripte sind in Ihrem Pfad installiert!
Sie können jetzt unsere verschiedenen Modelle trainieren und sie zum Generieren von Musik, Audio und Bildern verwenden. Anweisungen für jedes Modell finden Sie im Modellverzeichnis.
Wenn Sie auf Magenta entwickeln möchten, müssen Sie die vollständige Entwicklungsumgebung einrichten.
Klonen Sie zunächst dieses Repository:
git clone https://github.com/tensorflow/magenta.gitAls nächstes installieren Sie die Abhängigkeiten, indem Sie in das Basisverzeichnis wechseln und den Setup-Befehl ausführen:
pip install -e . Sie können nun die Dateien bearbeiten und Skripte ausführen, indem Sie wie gewohnt Python aufrufen. So würden Sie beispielsweise das Skript melody_rnn_generate aus dem Basisverzeichnis ausführen:
python magenta/models/melody_rnn/melody_rnn_generate --config=...Sie können das (möglicherweise geänderte) Paket auch mit Folgendem installieren:
pip install .Bevor Sie eine Pull-Anfrage erstellen, testen Sie Ihre Änderungen bitte auch mit:
pip install pytest-pylint
pytestUm eine neue Version für pip zu erstellen, erhöhen Sie die Version und führen Sie dann Folgendes aus:
python setup.py test
python setup.py bdist_wheel --universal
twine upload dist/magenta-N.N.N-py2.py3-none-any.whl
