加入收藏 | 设为首页 | 会员中心 | 我要投稿 甘孜站长网 (https://www.0836zz.com.cn/)- 运维、物联设备、数据计算、智能推荐、云管理!
当前位置: 首页 > 站长资讯 > 动态 > 正文

4种流行的机器学习算法的顿悟时刻

发布时间:2021-02-06 18:46:06 所属栏目:动态 来源:互联网
导读:ThreadLocal相关类的关系 每个线程是一个Thread实例,其内部维护一个threadLocals的实例成员,其类型是ThreadLocal.ThreadLocalMap。 通过实例化ThreadLocal实例,我们可以对当前运行的线程设置一些线程私有的变量,通过调用ThreadLocal的set和get方法存

ThreadLocal相关类的关系

  • 每个线程是一个Thread实例,其内部维护一个threadLocals的实例成员,其类型是ThreadLocal.ThreadLocalMap。
  • 通过实例化ThreadLocal实例,我们可以对当前运行的线程设置一些线程私有的变量,通过调用ThreadLocal的set和get方法存取。
  • ThreadLocal本身并不是一个容器,我们存取的value实际上存储在ThreadLocalMap中,ThreadLocal只是作为TheadLocalMap的key。
  • 每个线程实例都对应一个TheadLocalMap实例,我们可以在同一个线程里实例化很多个ThreadLocal来存储很多种类型的值,这些ThreadLocal实例分别作为key,对应各自的value,最终存储在Entry table数组中。
  • 当调用ThreadLocal的set/get进行赋值/取值操作时,首先获取当前线程的ThreadLocalMap实例,然后就像操作一个普通的map一样,进行put和get。

ThreadLocal内存模型原理

经过上面的分析我们对ThreadLocal相关的类设计已经非常清楚了,下面通过一张图更加深入理解一下ThreadLocal的内存存储。
 

代码逻辑分析:

  • 获取当前线程的ThreadLocalMap实例;
  • 如果不为空,以当前ThreadLocal实例为key获取value;
  • 如果ThreadLocalMap为空或者根据当前ThreadLocal实例获取的value为空,则执行setInitialValue();

ThreadLocal相关类的关系总结

看了上面的分析是不是对Thread,ThreadLocal,ThreadLocalMap,Entry这几个类之间的关系有点晕了,没关系我专门画了一个UML类图来总结(忽略UML标准语法)。
 

现在较为成熟的AI音乐公司除了Google、Sony、AIVA外,还有英国的AI Musical、德国的Melodrive、美国的Humtap、Popgun、Snafu Records及诸多硅谷大亨联合建立的人工智能非营利组织OpenAI、字节跳动旗下的Jukedeck等。

百度、腾讯、阿里、网易云等音乐平台都在不同程度上对人工智能音乐有布局。

即便人工智能暂时无法掌握乐曲中细腻的情感变化及流动,但基于计算机具备对大量作品进行数据处理、运算分析及排列组合的强大能力,使得人工智能编曲效率远远高于人类。在一些注重成本且审美要求不高的应用场景中,AI作曲占有明显的优势。因此,一批专业度不足的音乐从业者可能面临被淘汰的命运。

目前,人工智能作曲技术逐渐往商业应用与辅助创作的方向发展,“智能相对论”看到,其应用场景主要为视频配乐、游戏配乐、电视预告片、商业广告、发布会和电影等方面。

以非艺术场景的商用音乐为主要市场,打破了固有音乐市场关于成本及创作时间的限制。

如上文提及的AIVA已开始为电影、视频、电视剧制作音乐。微软(亚洲)互联网工程院开发的小冰乐队能自动生成旋律和编曲框架,已为2020世界人工智能大会创作了主题曲《智联家园》。

由西电沣东人工智能与类脑感知产业技术研究院研发的Muses人工智能作曲系统,基于GAN和LSTM的智能谱曲算法和视频多元素提取算法,实现了视频自助谱曲、智能仿曲和谱曲辅助智能等功能。

通过对视频进行内容物体识别、色彩分析和画面节奏分析,生成合适的背景音乐;也可透过用户输入的仿曲或关键词、语句启发音符,产生类似风格的音乐。另有一款专门制作视频配乐的AI Ecrett Music,通过识别不同的视频主题、时间及情绪,对视频配乐进行个性化编辑,为视频制作者持续产生不同的音律。为创意要求较低、对价格较敏感的部分商业音乐创作提供了全新解决方案。

除此之外,人工智能作曲技术对音乐爱好者进行创作也起到了辅助作用。

2019年上线的“哼趣”APP就是一款基于人工智能的音乐创作工具,只需简单哼唱,AI就会根据哼唱内容、音调、旋律生成一段完整的、悦耳的曲子,此外,还可对生成的曲子进行个性化编辑,一键选择变换不同乐器、风格与时长。“哼趣”的核心原理是通过大量的乐曲训练来形成一套完善的LSTM神经网络的方式。

同时,算法团队解决了MP3与MIDI格式的相互转换和降噪问题,将人声与机器可识别的MIDI语言进行转化,再利用带有音频判定的神经网络进行乐曲生成。

使用这类软件或APP,不仅使得音乐创作更加便利快捷,也大大降低了普罗大众创作音乐的门槛。对专业音乐人而言,比起原先需要通过MIDI键盘输入旋律的创作形式,在很大程度上提升了工作效率,减少重复劳动,并降低了与制作方的沟通成本。人工智能作曲随机生成的旋律也能在创作陷入瓶颈时,为使用者提供灵感,编曲工具的发展将使专业作曲家的创造力得到进一步释放。

结语

AI作曲技术让音乐产业链运作更有效率,人工智能创作的歌曲登上K-POP排行榜也许不再是天方夜谭。技术革新既是挑战,也是机会。科技的进步促使人类在探索更多可能性的同时,也重新审视自己的价值。

(编辑:甘孜站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读