霉霉 vs AI:谁的歌词写的更好
翻译 | AI科技大本营(rgznai100)
参与 | Shawn
从小到大我一直都是Taylor Swift的死忠粉。上初中时,我的 iPod Nano 里播放最多的就是《Speak Now》。还记得上大二时,我趁着爸妈在睡觉,偷偷在 Tumblr 上熬夜寻找《Red》的 小样,因为我当时买不起这张专辑。
上周霉霉放出了新专辑《Reputation》的首支单曲,为了第一时间听到,作为死忠粉的我苦苦熬了好几天夜。但是当《shattering YouTube records》放出《Look What You Made Me Do》时,我有点……失望。Guys,别误会我,我还是听了至少 20 遍。但是霉霉一贯动人的歌词和好听的旋律哪去了?这首歌怎么充满了仇恨和复仇呢?
上周,我想看看机器学习(ML)能否拯救一下霉霉的歌?我将霉霉所有歌的歌词输入到一个循环神经网络(RNN)中,并采样了一些新歌词。以下就是我得到的结果(一点也没改,直接从复制粘贴的):
歌词1
“Anything a good taft?”听起来有些怪啊。但是还是有些能够打动我的歌词,如 “Your love through all” 或“I don’t wanna see the way”。
https://github.com/shreyashankar/char-rnn-tensorflow
原文地址
https://medium.com/towards-data-science/https-medium-com-sh-reya-taylor-swift-or-artificial-intelligence-19f2989ab7a4
精选福利
关注AI科技大本营,进入公众号,回复对应关键词查看分类专题;回复“入群”,加入AI科技大本营学习群。
回复“深度学习”,一文囊括30篇深度学习精华文章。
回复“机器学习”,一文推荐30篇机器学习优质文章。
回复“访谈”,查看吴喜之、周志华、杨强、蚂蚁金服漆远、今日头条李磊的独家访谈实录。
回复“资源”,一文梳理机器学习,深度学习,神经网络等各方面的资源。
回复“视频”,5分钟的视频带你轻松入门人工智能。
回复“程序员”,带你了解别人家的程序员如何学好AI。
回复“数据”,帮你弄清楚人工智能与数据科学之前的关系。
回复“课程”,跟我一起免费学习:谷歌大脑深度学习&Fast.ai最实战深度学习&David Silver深度强化学习。
点击阅读原文,查看AI科技大本营招募计划
关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

随时掌握互联网精彩
- 1 推动中越关系发展 习主席这样说 4978748
- 2 59款咖啡检出致癌物 涉及瑞幸星巴克 4942310
- 3 私下查询公民个人信息涉嫌犯罪 4833775
- 4 中国经济韧性强亮点多 4702399
- 5 广东一村发征地补偿每人每月领0.5元 4692252
- 6 汤唯首度回应离婚传闻 4569474
- 7 月薪2万,舍不得买波司登 4455267
- 8 碳酸锂期权“末日轮”暴涨逾400倍 4399099
- 9 北京互联网举报典型案例公布 4274302
- 10 公司招聘员工要求“来自农村” 4135562