机读格式显示(MARC)

• 000 01702nam0 2200325 450

• 001 0000454103

• 005 20240408093400.0

• 010 __ |a 978-7-302-62723-4 |d CNY79.00

• 100 __ |a 20230412d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 深度学习与音乐生成 |A shen du xue xi yu yin yue sheng cheng |f (法) 让·皮埃尔·布赖特, 加埃坦·哈杰里斯, 弗朗索瓦·大卫·帕凯特著 |d = Deep learning techniques for music generation |f Jean-Pierre Briot, Gaetan Hadjeres, Francois-David Pachet |g 高凯, 仇元喆, 刘一贺译 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2023

• 215 __ |a xii, 222页 |c 图 |d 26cm

• 320 __ |a 有书目 (第203-214页)

• 330 __ |a 本书主要讲述深度学习在音乐生成领域的研究意义、具体方法、方向目标、表现力、挑战策略、框架融合等, 并对表现力与框架融合方面进行详细描述。深度学习与音乐生成技术相结合的方式策略、该领域研究结果的评判标准以及交叉知识的具体体现是本书的重要部分。深度学习和音乐生成技术的融合是一个新颖的研究方向, 而本书没有拘泥于使用哪种框架进行实现, 而是通过对比多种实现方式, 提供多方面的思路, 对于后续学者的研究有较强的引导作用。

• 500 10 |a Deep learning techniques for music generation |A Deep Learning Techniques For Music Generation |m Chinese

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 应用 |x 音乐制作

• 690 __ |a J619.1-39 |v 5

• 701 _1 |a 布赖特 |A bu lai te |g (Briot, Jean-Pierre) |4 著

• 701 _1 |a 哈杰里斯 |A ha jie li si |g (Hadjeres, Gaetan) |4 著

• 701 _1 |a 帕凯特 |A pa kai te |g (Pachet, Francois-David) |4 著

• 702 _0 |a 高凯 |A gao kai |4 译

• 702 _0 |a 仇元喆 |A qiu yuan zhe |4 译

• 702 _0 |a 刘一贺 |A liu yi he |4 译

• 801 _0 |a CN |b 湖北三新 |c 20230607

• 905 __ |a LJUZC |d J619.1-39/3

• 920 __ |a 222016 |z 1