创建一个神经网络来预测在一系列投票中的下一次投票

Question

我们正在进行一个基于人群资源的音乐创作项目。人们为每一个音符投票，直到投票结束，然后继续进行下一次投票，直到音乐的画布被填满为止。一个类似的项目是克劳德声，如果您想了解它的外观。

有趣的是，基于我们从不同的人那里获得的所有选票，我们希望能够建立一个神经网络，它可以建立一首独立的歌曲。它的想法是考虑到之前的每一次投票，并预测接下来的投票结果。这样的话，当我们训练的时候，我们可以给它一个音符，让它自己预测剩下的选票，从而自己创作一首歌。

所以我读过一些关于神经网络的东西，但是有两件事我不明白：

• 如何构建一个考虑到动态输入数的输入(所有前面的投票)。
• 我应该如何确定隐藏层的数量(我仍然只是模糊地理解这些隐藏层所代表的是什么)，我需要它才能正常工作。

我们在这个项目中使用Java，我们计划在神经网络中使用Neuroph。

Answer 1

递归神经网络可能适合你的需要。

阅读关于LSTM & GRU的文章，它已经实现到各种神经网络中。

下面是RNN的keras文档的链接：

https://keras.io/layers/recurrent/

利用RNN的一些有趣的音乐项目：

https://github.com/tensorflow/magenta

https://github.com/jisungk/deepjazz