@@ -17,6 +17,7 @@ Ce projet consite à générer des extraits de musique classique avec un GAN.
## __Difficultés rencontrées__ :
- Instabilité de l'entraînement du GAN
- Durée de l'entrainement de GAN
- Difficultés pour trouver un dataset de fichiers midis adéquats
...
...
@@ -37,7 +38,7 @@ Pour aider à l'entrainement du GAN, nous faisons appel à plusieurs astuces:
- Le label smoothing qui consiste a remplacer les valeurs de vérité binaires fournies au discriminateur
par des valeurs comme 0.1 et 0.9 ou 0.2 et 0.8 pour éviter de rendre le discriminateur trop fort.
- Le label flipping qui consiste a inverser les valeurs de vérité fournies au discriminateur pour la encore faciliter l'apprentissage du générateur.
- Le label flipping qui consiste a inverser de temps en temps les valeurs de vérité fournies au discriminateur pour la encore faciliter l'apprentissage du générateur.
# écoute des morceaux générés :
...
...
@@ -56,6 +57,10 @@ Voici quelques pistes d'amélioration:
## __Sources__ :
-[Article medium sur le sujet](https://towardsdatascience.com/bachgan-using-gans-to-generate-original-baroque-music-10c521d39e52), nous utilisons une architecture de GAN assez différente de la sienne pour éviter d'avoir un nombre trop important de paramètres mais l'idée en similaire.
-[Repo git de fonctions sur les fichiers midi](https://github.com/mathigatti/midi2img)
