RNN(リカレントニューラルネットワーク)
講義概要
音楽生成に使用されるニューラルネットワーク”RNN”を基礎から解説。その仕組みを知り自身で実装できる知識を身につける
講義内容
(最新のトレンドおよび進展具合に応じ常にアップデートされます)
1・RNNの概要解説
RNNの基本を代表的使用例である自然言語処理を取り上げ解説
2・機械学習用数学
自身でニューラルネットワークの構造を理解し実装するために微分や活性化関数などの数学を噛み砕きわかりやすく解説
3・Pythonプログラミングで実装
Pythonの機械学習ライブラリを使用し自身でゼロから実装する
全9回(予定)の講義各回の概要
(アップデートに伴い内容、講義数、時間、順番に変更の場合があります)
1講義約30〜60分 合計約480分
第1回:ニューラルネットワークとは?:ベクトルと行列
第2回:機械学習数学:活性化関数・損失関数・微分
第3回:ニューラルネットワーク実装
第4回:RNN概要1
第5回:RNN概要2
第6回:RNN 実装1
第7回:RNN 実装2
第8回:RNN 実装3
第9回:RNNでシーケンス(文章)作成と応用した音符生成
その他講義特徴
・講義資料はcanplayが独自に作成したオリジナルをPDFで毎回配布
・サンプルコードや学習用の音楽データもあり
前提知識
プログラミングは初級レベルでも大丈夫です。
ただしPythonプログラミングの解説(環境構築含む)は行いませんのですでにご自身で実行できるレベルが求められます。(Python音楽プログラミングをご受講ください)
数学は前提知識がない方にもできるだけ理解できる様に解説しますが、ある程度知識があると学習がスムースです。
必要機材
PC
Mac、Windows問いません。
CPUはi5以上、メモリー4GB以上。
OSはMACは10.15(Big Surは未確認)
Windowsは10
ハードディスクは10GB、できれば20GBの空きを確保してください。
受講プラン
音楽AI開発本科
で受講可能
入学申し込み
エラー: コンタクトフォームが見つかりません。