【兰州大学数据结构课程作业】第六组_音乐流派分类与深度学习_part2 · Issue #I8LOG3 · MindSpore/community - Gitee.com

开源项目 > 人工智能 > 机器学习/深度学习 &&

/ 详情

ACCEPTED

Task-Tracking

创建于

2023-12-04 17:48

背景描述：假设你是一家音乐公司的数据科学家，你受到了任务，要设计一个模型，可以自动将音乐曲目分类到不同的音乐流派中。音乐流派是音乐的重要属性之一，能够帮助音乐公司更好地了解其音乐库和用户口味，为用户提供个性化的音乐推荐。你被委以任务，请你至少选择两种数据结构，能够有效存储音乐曲目的特征数据，包括歌曲的节奏、旋律、情感等信息，并使用MindSpore构建一个深度学习模型，以自动将音乐曲目分类到不同的音乐流派。
要求：
- 从你学到的数据结构当中至少选择两种，用于表示音乐曲目的特征数据。
- 使用MindSpore构建深度学习模型，进行音乐流派分类任务。
- 加载音乐曲目的特征数据到数据结构中，包括每首曲目所属的音乐流派。
- 训练深度学习模型，以自动将音乐曲目分类到不同的音乐流派。
- 评估模型的性能。
- 分析和比较不同数据结构对于模型性能和数据处理效率的影响。
资料：🎹 Spotify Tracks Dataset (kaggle.com)

创建了Task-Tracking

Please assign maintainer to check this issue.
请为此issue分配处理人。
@fangwenyi @chengxiaoli @Shawny

感谢您的反馈，您可以评论//mindspore-assistant更快获取帮助，更多标签可以查看标签列表：

如果您刚刚接触MindSpore，或许您可以在教程找到答案
如果您是资深Pytorch用户，您或许需要:
与PyTorch典型区别 / PyTorch与MindSpore API映射表
如果您遇到动态图问题，可以设置mindspore.set_context(pynative_synchronize=True)查看报错栈协助定位
模型精度调优问题可参考官网调优指南
如果您反馈的是框架BUG，请确认您在ISSUE中提供了MindSpore版本、使用的后端类型（CPU、GPU、Ascend）、环境、训练的代码官方链接以及可以复现报错的代码的启动方式等必要的定位信息
如果您已经定位出问题根因，欢迎提交PR参与MindSpore开源社区，我们会尽快review

修改了标题

修改了描述

原值

- **背景描述**：假设你是一家音乐公司的数据科学家，你受到了任务，要设计一个模型，可以自动将音乐曲目分类到不同的音乐流派中。音乐流派是音乐的重要属性之一，能够帮助音乐公司更好地了解其音乐库和用户口味，为用户提供个性化的音乐推荐。你被委以任务，请你至少选择两种数据结构，能够有效存储音乐曲目的特征数据，包括歌曲的节奏、旋律、情感等信息，并使用MindSpore构建一个深度学习模型，以自动将音乐曲目分类到不同的音乐流派。

- **要求**：

  - 从你学到的数据结构当中至少选择两种，用于表示音乐曲目的特征数据。

  - 使用MindSpore构建深度学习模型，进行音乐流派分类任务。

  - 加载音乐曲目的特征数据到数据结构中，包括每首曲目所属的音乐流派。

  - 训练深度学习模型，以自动将音乐曲目分类到不同的音乐流派。

  - 评估模型的性能。

  - 分析和比较不同数据结构对于模型性能和数据处理效率的影响。

- **资料**：[🎹 Spotify Tracks Dataset (kaggle.com)](https://www.kaggle.com/datasets/maharshipandya/-spotify-tracks-dataset)

新值

- **背景描述**：假设你是一家音乐公司的数据科学家，你受到了任务，要设计一个模型，可以自动将音乐曲目分类到不同的音乐流派中。音乐流派是音乐的重要属性之一，能够帮助音乐公司更好地了解其音乐库和用户口味，为用户提供个性化的音乐推荐。你被委以任务，请你至少选择两种数据结构，能够有效存储音乐曲目的特征数据，包括歌曲的节奏、旋律、情感等信息，并使用MindSpore构建一个深度学习模型，以自动将音乐曲目分类到不同的音乐流派。

- **要求**：

  - 从你学到的数据结构当中至少选择两种，用于表示音乐曲目的特征数据。

  - 使用MindSpore构建深度学习模型，进行音乐流派分类任务。

  - 加载音乐曲目的特征数据到数据结构中，包括每首曲目所属的音乐流派。

  - 训练深度学习模型，以自动将音乐曲目分类到不同的音乐流派。

  - 评估模型的性能。

  - 分析和比较不同数据结构对于模型性能和数据处理效率的影响。

- **资料**：[🎹 Spotify Tracks Dataset (kaggle.com)](https://www.kaggle.com/datasets/maharshipandya/-spotify-tracks-dataset)

将负责人设置为杨宇澄

将关联项目设置为MindSpore OpenSource Activities

认领

确认

将任务状态从 TODO 修改为ACCEPTED

确认

登录后才可以发表评论

状态

负责人

项目

里程碑

Pull Requests

关联的 Pull Requests 被合并后可能会关闭此 issue

分支

开始日期 - 截止日期

-

置顶选项

优先级

预计工期（小时）

参与者（3）

1

https://gitee.com/mindspore/community.git

git@gitee.com:mindspore/community.git

mindspore

community

community