一首乐曲，为何回忆万千？

一首乐曲，为何回忆万千？思绪绕绕？

未来5-10年，NLP将走向成熟

未来5-10年，NLP将走向成熟 最后，再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑，供大家参考。

视频教程【第14期】 | 如何用TensorFlow来自动生成乐曲？

视频中，除了介绍Deepmind在乐曲生成方面的最新进展，Siraj Raval还会用 TensorFlow 和一种叫受限玻尔兹曼机的神经网络来写一个音乐生成器。

未来5-10年，自然语言处理将走向成熟

未来5-10年，NLP将走向成熟 最后，再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑，供大家参考。

神经科学验证:十首重塑大脑回路的抗焦虑乐曲

乐曲第4分17秒处的休止被证实能产生类似SSRI药物的突触间隙调控效应。4.

机器学习入门 5-10 线性回归的可解释性

上面使用了波士顿房价的13个特征，通过在全部数据集上进行拟合，不进行train_test_split方法是因为此时我们并不需要验证模型的性能，只是对得到结果的系数进行解释。

pta习题集 5-10 切分表达式——写个tokenizer吧

[先说点出题背景] 这个题是为低年级同学、学C语言的同学准备的，因为，对这部分同学，这个题目编写起来略有一点复杂。如果是高年级、学过了正则表达式（Regular Expression）的同学或者学过了Java等OO语言的同学做这个题，应当发现这题比较简单吧。哦，对了，什么是tokenizer？请自行查询解决。反正在此处不应翻译成“令牌解析器”。 [正题] 四则运算表达式由运算数（必定包含数字，可能包含正或负符号、小数点）、运算符（包括+、-、*、/）以及小括号（(和)）组成，每个运算数、运算符和括号

ImageApparate(幻影)镜像加速服务让镜像分发效率提升 5-10 倍

ImageApparate(幻影) 为了解决这个问题，腾讯云容器服务 TKE 团队开发了下一代镜像分发方案ImageApparate(幻影), 将大规模大镜像分发的速度提升 5-10倍。 ? 如上所述，相比于传统的下载全部镜像的方式，ImageApparate 在容器全部启动时间上都有 5-10倍 的提升。

Hinton：5-10年内深度学习取代放射科医生

光照计算 采用手动优化重写，通常能获得5-10倍的性能提升

物理碰撞检测光照计算 采用手动优化重写，通常能获得5-10倍的性能提升第三阶段：内存优化通过JavaScript特有的内存管理技术：代码语言：javascript代码运行次数：0运行AI代码解释// 使用对象池减少

【AI全球大战医生】Hinton：5-10年内深度学习取代放射科医生

编辑：张乾 弗朗西斯 文强 【新智元导读】2017年4月，Hinton在接受《纽约客》采访时说：“5年内深度学习就能超过放射科医生，从现在起就停止培训放射科医生”。此言论一出，再一次引发全球关于AI正在取代医生的焦虑讨论。IEEE Spectrum在2018新年伊始推出专刊“AI vs Doctors”，统计了从2016年5月至今，AI在医疗领域的进展，并对比各大细分领域AI与人类医生能力差距，人工智能正在医生的主场获取成功，哪些医疗诊疗行业已被AI超越？机器人医生是人类的未来吗？ 2017年4月，Hi

血压也会“听歌识曲”？心率=频率？

关键词：血压；音乐；节奏；规律；乐曲；多模态；体感音乐；音波；本草音乐；医疗；情绪；血压也会“听歌识曲”？ 该研究使用的30首乐曲，均为钢琴大师传奇演绎的原声录音。研究者通过系统性方法调整了这些乐曲的表现力，以观察其对心血管指标的影响。 “好预判”的音乐与血压更“配合”本研究数据中 “可预测性高的乐曲” 具有以下特征：（1）乐句弧线平均长度较短且标准差较小；（2）乐曲时长较长且乐句弧线数量较多。 乐曲可预测性的提升能让听者预判乐句变化，进而增强血压与音乐的同步化。 （注：EMD = 地球移动距离，为相似性度量指标；EMD 值越小，代表相似度/同步化程度越高）基于研究结果发现，血压反应与乐曲音量的同步化程度显著高于其与乐曲节奏的同步化程度。

AI“贝多芬”诞生了？

历时4个月，用70余万首乐曲辅助AI训练 区别于目前AI作曲更多停留在单旋律、短篇幅的乐曲形态，中国平安的此次尝试是全球范围内首次运用人工智能技术创作多声部、广维度，同时具备复杂性和经典传承性的长篇幅交响乐曲作品 本次AI交响变奏曲的创作，运用了其中70万余首乐曲进行结构化训练，包含古典音乐、红歌、民歌等多类题材作品。 众所周知，乐曲是否悦耳的评价标准相对主观，然而作曲规则却在音乐发展中逐步确立，形成了相对客观的行业标准。 因此，乐曲创造的过程中，需要在遵守主流审美这一选取最佳音乐片段原则的同时，兼顾作曲专家的评价标准。 同时，为防止AI作曲生成过于自由，平安在人工智能乐曲创作的过程中融入了包含和声约束、对位约束、曲式结构约束等规则在内专家规则，让AI作曲无限靠近乐曲原本体裁，并具备时代传承的经典性。

百度王海峰Quora精华整理：未来5-10年，NLP领域将会有什么进展？

2、未来5-10年，NLP领域将会有什么进展？ 机器翻译、语义理解、问答和对话技术将会有重大突破。这些技术将会被广泛应用，并最终改变人与计算机、人与各种硬件设备、以及人与人之间的沟通方式。

在一个公司死磕了5-10年的人最后都怎么样了

互联网企业给人的感觉就是流动性非常大，跳槽一词也常挂嘴中，并且也是涨薪资最好的方式，很少有人在一家公司待五六年以上。

人人都是作曲家：基于深度神经网络的音乐风格迁移

简化音乐风格迁移问题 由于此任务相对复杂，我们决定先分析不同类型的音乐的单音乐曲。单音乐曲就是音符序列，每个音符都有自己的音高和时值。音高的变化通常取决于曲调的音阶，时值的变化则取决于节奏。 另外，分析单音乐曲还可以让我们不必处理管弦乐编曲和歌词之类的问题。 由于我们没有可以用来区分音高变化和单音乐曲节奏的预训练模型，于是我们先提出了一种非常简单的迁移音乐风格的方法。 整合训练后的模型： 在测试期间，先使用第一种类型的音乐（例如民谣）训练的音高网络和时值网络生成一首乐曲。 我们的目标是可以将一首给定乐曲的风格转变成目标歌曲/乐曲的风格。 无法控制风格改变的程度：如果有一个“按钮”可以控制风格改变的程度，那就太完美了。 在迁移风格时无法保留被转变乐曲的音乐结构：一般而言，长期结构（Long-term structure）对音乐鉴赏价值至关重要。如果要想让生成的乐曲具有音乐美感，就必须保留原乐曲的音乐结构。

人人都是作曲家：基于深度神经网络的音乐风格迁移

简化音乐风格迁移问题 由于此任务相对复杂，我们决定先分析不同类型的音乐的单音乐曲。单音乐曲就是音符序列，每个音符都有自己的音高和时值。音高的变化通常取决于曲调的音阶，时值的变化则取决于节奏。 另外，分析单音乐曲还可以让我们不必处理管弦乐编曲和歌词之类的问题。 由于我们没有可以用来区分音高变化和单音乐曲节奏的预训练模型，于是我们先提出了一种非常简单的迁移音乐风格的方法。 我们尝试学习不同类型的乐曲的音高和音符时值的模式，然后将这些模式整合在一起。 下图为这种方法的说明图。 我们的目标是可以将一首给定乐曲的风格转变成目标歌曲/乐曲的风格。 无法控制风格改变的程度：如果有一个“按钮”可以控制风格改变的程度，那就太完美了。 在迁移风格时无法保留被转变乐曲的音乐结构：一般而言，长期结构（Long-term structure）对音乐鉴赏价值至关重要。如果要想让生成的乐曲具有音乐美感，就必须保留原乐曲的音乐结构。

哎，记者、设计师、作曲家……你们的饭碗还稳吗？

目前AI主要用在伴奏乐曲制作、歌曲制作及人声合成等环节。随着技术的进步，AI在替代人方面可能取得明显进步，也可能融合在各种专业工具中，提升人的工作效率。 音频、音乐领域很宽，目前AI涉及到的，主要是伴奏乐曲制作、歌曲制作及人声合成等环节。 伴奏乐曲方面，目前AI应用的最多。 目前的几家AI作曲公司，可以通过设定乐曲类型、情绪、乐器、时长等，自动生成一段音乐，不满意的情况下，还可以再次重新生成一次，比人效率高了很多。AI生成的乐曲还可以在线进一步修改和编辑。 Google和多伦多大学，则分别进行了基于弹奏任意旋律和图片生成乐曲的研究。 AI作曲中，还有一类面向更专业的古典音乐作曲的公司。 卢森堡的创业公司Aiva也使用AI生产古典音乐曲谱，再由人演奏录制成专业乐曲，已经给为卢森堡国庆日开幕式、英伟达GPU大会等活动创作了乐曲，还通过了法国和卢森堡作者权利协会（SACEM）的注册，享有和人类一样的署名版权

37% 的专业人士使用生成式人工智能工具每周可节省 5-10 小时的时间

4月17日讯，据businesswire报道，Contentful的一份报告显示，38%的受访者表示，使用 genAI 工具每周可节省 1 到近 5 个小时；37% 每周可节省 5 到 10 个小时；11% 每周可节省 10 个小时以上。

雅马哈AI系统能自动为舞蹈配乐，跟节奏跳舞时代已不再

当他跳舞时，舞蹈动作可以被实时地转换成乐曲数据。 为了确保舞蹈动作转换输出的音乐不是随机杂乱的，雅马哈的AI系统对照MIDI音乐数据库，控制钢琴的演奏，把这些数据输出成好听的乐曲。 技术视角解读 这套舞姿实时转换乐曲的AI系统，现在还处于研发阶段。 通过舞蹈家身上穿戴的传感器，可以实时捕捉到舞蹈家的动作姿态。结合AI系统已有的姿态对应旋律的数据库，可以把动作即时输出旋律数据。 雅马哈的Disklavier系统，是舞姿实时转换乐曲至关重要的一环。Disklavier的钢琴还可以表现出不同力度弹奏琴键的细微差别。 顶尖艺术家参与的感受 舞蹈家，森山开次 当听到AI把我的舞姿转成乐曲时，我感受到身体深处内部的力量被唤醒了，对自我意识和身体动作感知有了新的理解。 在尝试全新的乐曲风格时，我受到了很多启发，产生一些以往从来没有的灵感。 雅马哈研发中心总经理，Motoichi Tamura 在雅马哈内部，大家深信AI能拉近人与乐器之间的距离。