基于深度学习LSTM模型的音乐分类方法设计.pdf

湖南商务职业技术学院毕业设计

目录

1引言1

1.1项目背景1

1.2开发环境与工具2

1.2.1Python简介2

1.2.2Tensorflow简介3

1.2.3Python第三方库简介3

1.2.4PythonCharm简介4

1.2.5VisualStudioCode简介4

2需求分析4

2.1可行性需求分析4

2.2数据集分析5

2.3关键技术分析5

2.3.1数据采集技术5

2.3.2LSTM技术6

3数据采集6

3.1数据集需求分析6

3.2数据集获取分析7

3.3数据集下载8

4数据集处理8

4.1数据预处理9

4.2切分训练集和测试集11

5模型构建及评估分析11

5.1模型构建11

5.1.1模型网络结构11

5.1.2创建LSTM模型12

5.2模型编译13

5.3模型训练与调优13

I

湖南商务职业技术学院毕业设计

5.3.1模型训练13

5.3.2学习率调优14

5.4出现问题与解决方案14

5.4.1问题分析14

5.4.2解决方案15

5.5模型部署16

5.5.1前端设计16

5.5.2系统效果展示及分析17

6小结18

参考资料20

II

湖南商务职业技术学院毕业设计

基于深度学习LSTM模型的音乐分类方法设计

1引言

在人类第一次构思可编程计算机的时候，就已经开始思考如何才能计算机变

得更为智能。如今，人工智能(artifcialintelligence,AI)已经成为一个正

蓬勃发展且具有众多实际应用的领域。我们都希望通过智能软件在工业、制造

业、医学以及科学等领域发挥重要作用。人工智能早期阶段，那些用人类的智

力很难解决、但对计算机来说比较简单的问题很快得到解决，例如那些需要通

过一系列数学规则来描述的问题。解决那些人类很容易就能执行、但却很难形

式化描述的任务是人工智能的一大挑战，比如识别人们说的话或者图像中的事

物。对于这些问题，人类往往可以凭借直觉轻易且直接地解决。

而深度学习的出现解决了上述大部分难题，它可以让计算机从经验中学习，

并根据层次化的概念体系去理解世界，每个概念则通过和一些相对简单的概念

之间的关系定义。让计算机从经验获取知识，避免了人类自己去手动的指定计

算机所需要知道的知识而是让它更加接近人类本身的学习功能。而且层次化的

概念可以让计算机从构建简单的概念进一步去理解