Theanoの使い方 (2) 自動微分 - 人工知能に関する断創録
Theanoの使い方 (1) シンボルと共有変数（2015/5/9）のつづき。 今回はTheanoの自動微分を試してみる。ロジスティック回帰やニューラルネットなど勾配降下法を使うアルゴリズムではパラメータの更新式にコスト関数（誤差関数） の微分が必要になる。 通常、誤差関数の微分 を紙の上で解いてからその結果の数式を実装する。たとえば、前に実装した多層パーセプトロンによる関数近似（2015/1/22）では、手順 (4) で誤差関数の微分を手計算で求めてから実装している。 しかし、コスト関数が複雑になってくるとこの微分を手で計算するのは面倒くさいし間違いやすい。Theanoの自動微分では、コスト関数とどの変数について微分するかを与えるだけで自動的に微分を計算してくれるのだ。まずは、手計算できる簡単な微分を計算してみよう。 例1 まずは簡単な例で を計算してみよう。手で計算すると となることが
FIRフィルタ - 人工知能に関する断創録
Pythonで音声信号処理（2011/05/14） 今回からしばらくディジタルフィルタの実験をいろいろやろうと思います。 ディジタルフィルタは、 乗算器 加算器 遅延器 の3つの要素の組み合わせによって構成されます。この組み合わせ方によって、 FIR（Finite Impulse Response）フィルタ IIR（Infinite Impulse Response）フィルタ の2種類にわけられるとのこと。今回は、FIRフィルタを実装してみます。 FIRフィルタ FIRフィルタの定義式は、 となり、畳み込みの定義式と同じです。x(n)は入力信号、y(n)は出力信号、b(i)は乗算器のフィルタ係数、Nは遅延器の数（フィルタ係数の数はN+1）です。式は難しそうだけどシグマをほぐしてみるとけっこう簡単。 b(0) x(n) 最新の入力信号x(n)にフィルタ係数b(0)をかける b(1) x(n-
In Search of the Perfect Global Interpreter Lock
David Beazley's presentation discusses the Global Interpreter Lock (GIL) in Python and Ruby, emphasizing its impact on threading and performance, particularly on multicore systems. Experiments conducted show that while Ruby's performance remains relatively consistent between single-threaded and multi-threaded executions, Python can become significantly slower in threaded scenarios due to GIL const
Pythonでサウンドスペクトログラム - 人工知能に関する断創録
Pythonで音声信号処理（2011/05/14） 今回は、さまざまな音声のスペクトログラム（spectrogram）を求めてみたいと思います。科学捜査班が声紋分析で使っているやつですね。こういうの。 名前がスペクトログラムってくらいなのでフーリエ変換で求めるスペクトル（spectrum）と関係があります。スペクトルは、離散フーリエ変換（2011/6/11）でも紹介しましたが、音声波形の短時間（512サンプルなど）の波形データの中にどのような周波数成分がどれだけ含まれるかを表した図です。スペクトルは、横軸が周波数で縦軸が強度（振幅の2乗）となっています。スペクトルのグラフには、時間が入ってこないのが特徴的。時間はFFTをかける波形の位置で決まるので時間はFFTする前にあらかじめ固定されています。ちなみに、元の波形は横軸が時間なので時間領域、スペクトルは横軸が周波数なので周波数領域といいます
The Swinger
[tweetmeme source= ‘plamere’ only_single=false] One of my favorite hacks at last weekend’s Music Hack Day is Tristan’s Swinger. The Swinger is a bit of python code that takes any song and makes it swing. It does this be taking each beat and time-stretching the first half of each beat while time-shrinking the second half. It has quite a magical effect. Some examples: Every Breath You Take Money
Welcome | Flask (A Python Microframework)
Welcome to Flask¶ Welcome to Flask’s documentation. Flask is a lightweight WSGI web application framework. It is designed to make getting started quick and easy, with the ability to scale up to complex applications. Get started with Installation and then get an overview with the Quickstart. There is also a more detailed Tutorial that shows how to create a small but complete application with Flask.
Xヶ所村: pythonでビート検出
音声を読み込んでビートを検出するだけのソフト。 タイミングで分割した音声を書きだしたり、そのタイミングに別音源でスワップしたり、いろいろ機能を追加してみたら面白いかも。 ソース(勝手に利用してくだされ) 「beatdetection_ch2.py」をダウンロード いいかげんな解説 まず音声データを順番に1024サンプルずつ平均して、配列energyに保持する。 例えば1秒の音源なら一般的に44100サンプルあるので、配列energyのサイズは43になる。 また音声データは正負の値があるので平均する際はpow(sample[0],2) + pow(sample[1],2) + ...のように平方するように。abs()でもいいかもしれない。 import math #音源(右)ch_r(右)ch_l def pow_a(c): #配列の値を平方する関数 return [math.
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
