注意：deepjazz 已不再积极开发。未来可能会进行重构。再见，并感谢您的关注 😢

---

使用 Keras 和 Theano 进行深度学习驱动的爵士乐生成

我在一次黑客马拉松中用 36 小时构建了 deepjazz。它利用 Keras 和 Theano 这两个深度学习框架来生成爵士音乐。具体来说，它构建了一个两层的 LSTM，并从给定的 MIDI 文件中学习。该项目采用了深度学习技术——这项技术同样支撑着 Google 的 AlphaGo 和 IBM 的 Watson——来创作音乐，而音乐通常被视为一种高度人性化的表达方式。

快来 SoundCloud 收听 deepjazz 的音乐吧！

依赖项

• Keras
• Theano（GitHub 上的“前沿”版本）
• music21

使用说明

在 CPU 上运行的命令：

python generator.py [# of epochs]

在 GPU 上运行的命令：

THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32 python generator.py [# of epochs]

注意：Keras/Theano 在 GPU 上的正式支持仅限于 NVIDIA 显卡（CUDA 后端）。

注意：preprocess.py 需要修改才能处理其他 MIDI 文件（需选择相应的“旋律”MIDI 部分）。原生支持这一功能是未来的计划之一。

作者

Ji-Sung Kim
普林斯顿大学计算机科学系
hello (at) jisungkim.com

引用

本项目大量借鉴了 Evan Chow 的 jazzml 中的预处理代码（已获授权）。感谢 Evan! 此外，还参考了 Keras 文档中的公开示例。

代码许可与媒体版权

代码采用 Apache License 2.0 许可
图片及其他媒体受版权保护（Ji-Sung Kim）

deepjazz 快速上手指南

注意：本项目目前已停止主动开发。它是一个使用 Keras 和 Theano 进行爵士乐生成的实验性项目，适合学习 LSTM 在音乐生成中的应用。

环境准备

系统要求

• 操作系统：Linux 或 macOS（Windows 需配置 WSL 或特定环境）
• GPU 支持（可选）：仅正式支持 NVIDIA 显卡（需安装 CUDA 后端）。若无 GPU，可使用 CPU 运行，但速度较慢。
• Python 版本：建议 Python 2.7 或 3.6+（取决于 Theano/Keras 版本兼容性）

前置依赖

请确保安装以下核心库：

1. Theano：需安装 GitHub 上的最新开发版（bleeding-edge）。
   • 国内加速建议：若直接克隆 GitHub 较慢，可尝试使用 Gitee 镜像或配置 pip 国内源（如清华源、阿里源）安装相关依赖。
2. Keras：深度学习高级 API。
3. music21：用于处理 MIDI 音乐文件。

安装步骤

1. 克隆项目代码

   git clone https://github.com/jisungk/deepjazz.git
   cd deepjazz
   

2. 安装 Python 依赖 建议使用 pip 配合国内镜像源加速安装：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras music21
   

3. 安装 Theano (开发版) 由于需要最新版 Theano，建议直接从源码安装：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple git+https://github.com/Theano/Theano.git
   

   注：若网络受限，可下载源码包后本地安装。

4. 预处理脚本调整 默认配置针对特定 MIDI 文件。若要使用其他 MIDI 文件，需手动修改 preprocess.py，选择正确的“旋律”部分（这是当前版本的限制，未来计划原生支持）。

基本使用

1. CPU 模式运行

最简单的运行方式，直接在命令行执行生成脚本。[# of epochs] 替换为你想要的训练轮数（例如 50）：

python generator.py 50

2. GPU 模式运行

如果你拥有 NVIDIA 显卡并已配置好 CUDA，使用以下命令加速训练：

THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32 python generator.py 50

3. 获取结果

运行结束后，程序将生成基于输入 MIDI 风格的新爵士乐片段。你可以前往项目的 SoundCloud 页面 聆听示例作品。