ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

ร่อง

  • รายละเอียด:

ชุดข้อมูล Groove MIDI (GMD) ประกอบด้วยเสียง MIDI ที่ปรับแนวและ (สังเคราะห์) เป็นเวลา 13.6 ชั่วโมงของเสียงกลองที่แสดงออกโดยมนุษย์และกำหนดจังหวะตามจังหวะที่บันทึกบนชุดกลองอิเล็กทรอนิกส์ Roland TD-11 V-Drum

@inproceedings{groove2019,
    Author = {Jon Gillick and Adam Roberts and Jesse Engel and Douglas Eck and David Bamman},
    Title = {Learning to Groove with Inverse Sequence Transformations},
    Booktitle   = {International Conference on Machine Learning (ICML)}
    Year = {2019},
}

Groove/full-midionly (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: Groove ชุดข้อมูลโดยไม่ต้องเสียง unsplit

  • ขนาดการดาวน์โหลด: 3.11 MiB

  • ขนาดชุด: 5.22 MiB

  • ออโต้แคช ( เอกสาร ): ใช่

  • แยก:

แยก ตัวอย่าง
'test' 129
'train' 897
'validation' 124
  • คุณสมบัติ:
FeaturesDict({
    'bpm': tf.int32,
    'drummer': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'id': tf.string,
    'midi': tf.string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=tf.int64, num_classes=18),
        'secondary': tf.string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})

ร่อง/full-16000hz

  • คำอธิบาย Config: ชุด Groove กับเสียง unsplit

  • ขนาดการดาวน์โหลด: 4.76 GiB

  • ขนาดชุด: 2.33 GiB

  • ออโต้แคช ( เอกสาร ): ไม่มี

  • แยก:

แยก ตัวอย่าง
'test' 124
'train' 846
'validation' 120
  • คุณสมบัติ:
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.float32),
    'bpm': tf.int32,
    'drummer': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'id': tf.string,
    'midi': tf.string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=tf.int64, num_classes=18),
        'secondary': tf.string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})

ร่อง/2bar-middlely

  • คำอธิบาย Config: Groove ชุดข้อมูลที่ไม่มีเสียงแยกเป็นชิ้น 2 บาร์

  • ขนาดการดาวน์โหลด: 3.11 MiB

  • ขนาดชุด: 19.59 MiB

  • ออโต้แคช ( เอกสาร ): ใช่

  • แยก:

แยก ตัวอย่าง
'test' 2,204
'train' 18,163
'validation' 2,252
  • คุณสมบัติ:
FeaturesDict({
    'bpm': tf.int32,
    'drummer': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'id': tf.string,
    'midi': tf.string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=tf.int64, num_classes=18),
        'secondary': tf.string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})

ร่อง/2bar-16000hz

  • คำอธิบาย Config: ชุด Groove กับเสียงแยกเป็นชิ้น 2 บาร์

  • ขนาดการดาวน์โหลด: 4.76 GiB

  • ขนาดชุด: 4.61 GiB

  • ออโต้แคช ( เอกสาร ): ไม่มี

  • แยก:

แยก ตัวอย่าง
'test' 1,873
'train' 14,390
'validation' 2,034
  • คุณสมบัติ:
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.float32),
    'bpm': tf.int32,
    'drummer': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'id': tf.string,
    'midi': tf.string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=tf.int64, num_classes=18),
        'secondary': tf.string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})

ร่อง/4bar-midionly

  • คำอธิบาย Config: Groove ชุดข้อมูลที่ไม่มีเสียงแยกเป็นชิ้น 4 บาร์

  • ขนาดการดาวน์โหลด: 3.11 MiB

  • ขนาดชุด: 27.32 MiB

  • ออโต้แคช ( เอกสาร ): ใช่

  • แยก:

แยก ตัวอย่าง
'test' 2,033
'train' 17,261
'validation' 2,121
  • คุณสมบัติ:
FeaturesDict({
    'bpm': tf.int32,
    'drummer': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    'id': tf.string,
    'midi': tf.string,
    'style': FeaturesDict({
        'primary': ClassLabel(shape=(), dtype=tf.int64, num_classes=18),
        'secondary': tf.string,
    }),
    'time_signature': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
    'type': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})