用Tensorflow让神经网络自动创造音乐

#————————————————————————本文禁止转载，禁止用于各类讲座及ppt中，违者必究————————————————————————#　

　　前几天看到一个有意思的分享，大意是讲如何用Tensorflow教神经网络自动创造音乐。听起来好好玩有木有！作为一个Coldplay死忠粉，第一想法就是自动生成一个类似Coldplay曲风的音乐，于是，开始跟着Github上的教程（项目的名称：Project Magenta）一步一步做，弄了三天，最后的生成的音乐在这里（如果有人能告诉我怎么在博客里插入音乐请赶快联系我！谢谢！）

• 第一首：Magenta Melody Result1.mp3

　　　https://pan.baidu.com/s/1k827vpJkI6ZSKkJAz9v0oQ

• 第二首：Magenta Melody Result2.mp3

　　  https://pan.baidu.com/s/1zxripqVM18gw8wxnqgZOrw

　　这两段音乐是我生成的十几个音乐中听起来还不错的，虽然还是有点怪，但是至少有节奏，嘿嘿。下面来说一下是怎么做的：

　

　 1.首先下载Project Magenta

　　  git clone https://github.com/tensorflow/magenta.git

　　2.安装需要的工具：

　　在这里(https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html)安装python、bazel和Tensorflow

　　注：我在安装bazel的时候一直出现“Segmentation fault：11”的错误，google了很多解决方法后发现是gcc的安装版本问题，如果你是mac用户，下载了xcode，并不代表你安装了gcc，还必须安装command line tools，如果安装成功，在linux里输入“gcc --version”会出现相应的版本信息，如果没有，就说明安装失败。如果安装失败了，用下载好的bazel再输入“bazel install gcc”，下载完检测一下gcc -v，如果依然是"Segmentation fault：11"错误，恭喜你，遇到和我一样的错误了，google了半天后发现发现了这个：

　　so,Apple现在已经不用gcc了，改为LLVM。以后要用"clang、clang++"来代替gcc。如果你输入gcc -v，显示"Segmentation fault：11",不妨输入一下"clang -v"，看一下有没有对应的版本信息。如果有就代表你下载成功了。但是没有完，还有最后一步，把指向gcc的链接改到clang。输入"which gcc"和"which clang"，可以看到你的gcc和clang的位置，然后改一下软链接：

 cd /usr/local/bin
 sudo mv gcc gcc_OLD
 sudo ln -s /usr/bin/clang /usr/local/bin/gcc
 gcc -v
 Apple LLVM version 6.1.0 (clang-602.0.53) (based on LLVM 3.6.0svn)
 Target: x86_64-apple-darwin14.5.0
 Thread model: posix

　　这样就大功告成了！哈哈！不要问我为什么花这么大篇幅写这个看似无关紧要的东西，因为我被这玩意儿折磨了两天！！弄完这个才花了三天结果搞个这个居然就花了两天！！哦，对了，如果你看到这儿不知道bazel是干啥的，简单的说就是一个编译工具，相当于pip的intsall。

　　现在用bazel来测试一下能不能顺利运行：

　　  bazel test //magenta:all

　　

　　注：如果全部测试成功，很好。如果出现这个错误：

 INFO: Found 5 targets and 6 test targets...
 INFO: Elapsed time: 0.427s, Critical Path: 0.00s
 //magenta:basic_one_hot_encoder_test                            (cached) PASSED in 3.7s
 //magenta:convert_midi_dir_to_note_sequences_test               (cached) PASSED in 2.3s
 //magenta:melodies_lib_test                                     (cached) PASSED in 3.5s
 //magenta:midi_io_test                                          (cached) PASSED in 5.5s
 //magenta:note_sequence_io_test                                 (cached) PASSED in 3.5s
 //magenta:sequence_to_melodies_test                             (cached) PASSED in 40.2s

 Executed 0 out of 6 tests: 6 tests pass.
 There were tests whose specified size is too big. Use the --test_verbose_timeout_warnings command line option to see which ones these are.

　　

　　恭喜你，又犯了和我同样的错误：）这个错误是说测试文件太大了，不能一下子全部测试（我16g的内存还不够吗 = =），所以你可以跟我一样手动测试,以其中一个举例：

 >>>bazel-bin/magenta/basic_one_hot_encoder_test
 >>>----------------------------------------------------------------------
 Ran 5 tests in 0.074s

 OK

　　把上述六个文件依次测试一下，成功请看下一步。

　　

　　3.创建你的旋律数据集

　　和机器学习一样，我们得先输入一定的数据让它去训练，这里的训练数据可以自己下载喜欢的音乐，不过Magenta不能直接读取mp3文件，只能读取MIDI文件（mp3太大了，一个10M左右的mp3格式音乐可以转换成100k左右的midi文件）。当然，转换成midi格式的方法很多，我搜集了一个超好用的网址可以在线转：Convert Tool

　　读取MIDI文件后，Magenta要把MIDI文件转化成Sequence文件才能进行训练

##创建旋律数据库
MIDI_DIRECTORY=/Users/shelter/magenta/magenta/music/train #这里换成你的文件路径就行了
SEQUENCES_TFRECORD=/tmp/notesequences.tfrecord

bazel run //magenta:convert_midi_dir_to_note_sequences -- \
--midi_dir=$MIDI_DIRECTORY \
--output_file=$SEQUENCES_TFRECORD \
--recursive

　　

　　然后再从这些Sequence序列里提取出旋律：

 ##从Sequences中提取旋律
 SEQUENCES_TFRECORD=/tmp/notesequences.tfrecord
 TRAIN_DATA=/tmp/training_melodies.tfrecord #生成的训练文件地址
 EVAL_DATA=/tmp/evaluation_melodies.tfrecord
 EVAL_RATIO=0.10 ENCODER=basic_one_hot_encoder
 bazel run //magenta/models:basic_rnn_create_dataset -- \
 --input=$SEQUENCES_TFRECORD \
 --train_output=$TRAIN_DATA \
 --eval_output=$EVAL_DATA \
 --eval_ratio=$EVAL_RATIO \
 --encoder=$ENCODER

　　ok，这里我们的数据处理就完成了，生成的训练文件在"/tmp/training_melodies.tfrecord"里

　　4.训练神经网络模型

　　训练数据生成后就可以训练模型了，这里使用的是RNN模型：

 ##训练神经网络模型
 #首先compile basic_rnn工具
 bazel build //magenta/models:basic_rnn_train

 #训练模型，其中“rnn_layer_size”是神经网络的层数，可以自定义
 ./bazel-bin/magenta/models/basic_rnn_train --experiment_run_dir=/tmp/basic_rnn/run1 --sequence_example_file=$TRAIN_DATA --eval=false --hparams='{"rnn_layer_sizes":[50]}' --num_training_steps=1000

　　5.生成测试的旋律

　　模型那一步非常非常耗时间，Github里设置的是20000次迭代，差点把我的电脑跑烧起来 = =，你可以根据实际硬件情况设置迭代次数。测试旋律和训练的旋律一样，都是midi文件，我这里选取的是Katy Perry的Peacock（小黄歌 = =，想看一下用Coldplay的训练数据在katy Perry上测试的结果是啥）

 ##生成旋律
 #指定测试旋律的文件地址
 PRIMER_PATH=/Users/shelter/magenta/magenta/music/coldplay/KatyPerryPeacock.mid #注意这里是绝对地址，只能指定一首歌
 bazel run //magenta/models:basic_rnn_generate -- \
 --experiment_run_dir=/tmp/basic_rnn/run1 \
 --hparams='{"rnn_layer_sizes":[50]}' \
 --primer_midi=$PRIMER_PATH \
 --output_dir=/tmp/basic_rnn_3 \
 --num_steps=64 \
 --num_outputs=16

　　你可以用 "bazel test //magenta:all"查看结果，在 http://localhost:6006 里查看可视化结果，包含收敛过程，accuracy等。

　　最后生成的旋律就是开头百度云里的文件了。还有另外一个是用轻音乐测试的，效果也不错。

　　总结：

　　1.一开始我的训练次数是20000次，到1000次的时候算法发散了，loss值由本来从20几万下降到2000多左右然后突然上升到16000左右，accuracy也下降了，所以就退出了，把迭代次数换成1000次训练。训练结束的时候算法还没有收敛，但是我想快点看到结果，而且电脑跑的太慢了，就直接拿来用了。如果你有GPU或者愿意等个几天跑程序，可以把迭代次数设置的大一点，等算法收敛后再进行测试。模型训练的好坏直接决定最后得到的音乐的好听程度，所以最好等算法收敛后在进行测试。我测试的世界各文件中很多都像乱弹的。

　　2.这个项目刚开始不久，有一个论坛专门给大家交流学习的心得以及提问题，点这里。上面的注释是我遇到的问题，如果遇到了新的问题，可以在论坛上发帖求助。我看到有的人生成的音乐很有那种诡异的哥特风哈哈。

　　3.这个项目背后的具体原理我没有写，Github上写的很清楚，可以参考这里

　　4.生成后的音乐可以根据自己的需要加上节拍，应该会好听一点~

　　总之，现在开始做吧，很有趣的！~