A music generation library with transformer and lstm models',
Project description
Komposition-eines-Musikstuecks-mittels-Neuronaler-Netze
Ziel der Studienarbeit ist die Komposition eines kleinen Musikstücks. Die Komposition erfolgt mittels eines Neuronalen Netzes.
Usage
Hier wird beschrieben wir man das Projekt verwendet.
Installation
Um die unter demos bereitgestellten jupyter-notebook verwenden zu können, muss das Projekt mittels pip installiert werden. Hierfür gibt es folgende Möglichkeiten:
GitHub Repo
# Clone das Repo
git clone git@github.com:DHBW-FN-TIT20/Komposition-eines-Musikstuecks-mittels-Neuronaler-Netze.git mukkeBude
cd mukkeBude
# Installieren mittels pip
pip install .
PyPi
pip install mukkeBude
Für die Verwendung der Jupyter-Notebooks muss jupyter-lab zusätzlich installiert werden!
pip install jupyterlab
Verwendung
Nach einer erfolgreichen installtion kann das modul mittels import mukkeBude
verwendet werden. Entsprechende Beispiele sind unter demos zu finden.
Developing
Hier wird beschrieben, wie man seine Entwicklungsumgebung entsprechend vorbereitet, um an dem Projekt zu entwicklen. Empfohlen ist die Verwendung von Conda, da hier die Verwendung von der GPU deutlich einfach ist. Bei der Verwendung der anderen Methoden müssen unter Umständen weitere Schritte unternommen werden, um die GPU zu verwenden.
Conda
Installation mithilfe von conda:
conda env create -f environment.yml
conda activate tf-gpu
# Enable GPU support on Linux (need to be done in every new shell)
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/
Pip
Ohne venv:
pip install -r requirements-dev.txt
Mit venv:
python -m venv .venv
source .venv/bin/activate
pip install -r requirements-dev.txt
Poetry
poetry install --with=dev
poetry shell
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Hashes for mukkebude-0.1.2-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 5dd8bea62133b77ed177a65686a28fa2f006dc1db88ffae460d1688f1e775c66 |
|
MD5 | 7b3f482e817a6244adaabdb6f7a09922 |
|
BLAKE2b-256 | 16037e5683e63093d03452293963b29a72e101d9f51cfd6b128c9458e6c3f3f9 |