陳雲濤的部落格

Musesocre 是一套開源免費打譜軟體 官網如下 https://musescore.org/zh-hant 最近常用它來打譜，以下紀錄一下我在 Mac 電腦上的使用備忘： 切換音符輸入模式：n 切換音符輸入長度：輸入模式下以 1,2,3, ... 等第一排數字鍵切換 刪除小節： (Win) ctrl + del (Mac) command + space + delete 增加樂器： i 選樂器 -> 新增 ->  ＯＫ 三連音 (或是 n 連音)： 在普通輸入模式下 -> 點選一個想要分成三等份的音符或休止符 -> 音符 -> 連音符 -> 三連音 即可在音符輸入模式中編輯三連音 另一個例子：在普通模式下，點選兩拍長度的休止符 or 音符 音符 -> 連音符 -> 三連音 這樣設定後，即可編輯兩拍長度的三連音 之後的有用到再來補紀錄 相關文章整理 [筆記] Markdown 打譜 - ABC notation 初體驗 [筆記] Musescore 打譜軟體使用備忘錄 [筆記] 連接Ableton Live 與 Resolume Arena [筆記] Logic pro x 快速鍵 (mac)   音樂訊號分析相關資源整理 [筆記] Mac內建播放聲音指令 afplay [筆記] 使用 ffmpeg 將 wav 轉成 mp3 [筆記] Visualizing Sound 聲波圖概念   [筆記] 全球音樂文化 2014/03/04  (日本音樂文化) [筆記] 全球音樂文化 2014/03/11  (蒙古與西藏) [筆記] 全球音樂文化 2014/03/18  (印尼甘美朗音樂與流行音樂) [筆記] 全球音樂文化 2014/03/25 印度古典音樂與電影音樂 [筆記] 全球音樂文化 2014/04/01 阿拉伯與伊斯蘭世界 [筆記] 全球音樂文化 2014/04/08 中亞諸國：絲路上的音樂 [筆記] 全球音樂文化 2014/04/15 非洲：傳統與蛻變 [筆記] 全球音樂文化 2014/04/22 歐洲 [筆記] 全球音樂文化 2014/05/06 北美洲 [筆記] 全球

tar Tips 參考資料 https://www.computerhope.com/unix/utar.htm 壓縮 tar -cvf xxx.tar xxx/ 解壓縮 tar -xvf xxx.tar 檢視 tar 裡面的資料

Batch Normalization 本篇為台大電機系李宏毅老師 Machine Learning and having it Deep and Structured (2017)  課程筆記 上課影片： https://www.youtube.com/watch?v=BZh1ltr5Rkg 先從 Feature scaling 或是稱作 Feature Normalization 說起 假設 x1 跟 x2 的數值差距很大 x1 值的範圍 1,2,3,4, ... x2 值的範圍 100, 200, 300, … x1 的 weight 是 w1，x2 的 weight 是 w2 w1 前面乘的值比較小，所以他對於結果的影響比較小 w2 前面乘的值比較大，所以他對於結果的影響比較大

ML Lecture 22: Structured Learning - Linear Model 本篇為台大電機系李宏毅老師 Machine Learning (2016) 課程筆記 上課影片： https://www.youtube.com/watch?v=HfPw40JPays 課程網 (投影片出處)： http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html 延續上一篇，接下藍要來探討，想辦法解這三個 Problem 第一個 Problem：定義 F(x,y) 函式的長相 第二個 Problem：如何去窮舉所有的 y 去找到最佳匹配的 x,y 組合 第三個 Problem：在 train 階段如何順利地找到最好的 F

ML Lecture 21: Structured Learning - Introduction 本篇為台大電機系李宏毅老師 Machine Learning (2016) 課程筆記 上課影片： https://www.youtube.com/watch?v=5OYu0vxXEv8 課程網 (投影片出處)： http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html  目前為止的 input output 都只是 vector 但是我們面對的問題往往是 input 一個 sequence , output 另一個 sequence 或是 input 一個  tree structure，output 另外一個 tree structure → 做到 input 是一個 object，output 是另一個 object 大原則：找一個 function input 是我們要的 object ，output 是另一個 object

ML Lecture 27: Ensemble 本篇為台大電機系李宏毅老師 Machine Learning (2016) 課程筆記 上課影片： https://www.youtube.com/watch?v=tH9FH1DH5n0 課程網 (投影片出處)： http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html Ensemble 方法其實就是 “團隊合作” 好幾個模型一起上的方法 假如我們手上有一堆 Classifier ，這些 Classifier 每個都有不同的屬性， 要把他們集合起來一起合作，集合再一起需要用比較好的方法 以下來介紹一些 Ensemble 的方法 Bagging

ML Lecture 26: Recurrent Neural Network (Part II) 本篇為台大電機系李宏毅老師 Machine Learning (2016) 課程筆記 上課影片： https://www.youtube.com/watch?v=rTqmWlnwz_0 課程網 (投影片出處)： http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html 接著來探討 RNN 如何 training 我們的 training data 假設是一句 sentence cost function要如何定呢？