一周热榜

我开发了一个工具，用于自动化在X（Twitter）上的冷联系。<p>DMpro 每个账户每天发送450条冷私信。<p>您可以连接多个账户，从而实现每月超过60,000条私信的发送。

在这个小演示中，我首先对一个单层递归神经网络（RNN）进行了过拟合，将一段简短的古典音乐分解为两个“因素”： - 一个稀疏的“控制信号”，类似于乐谱，代表向系统或乐器注入能量 - 一个RNN，用于模拟正在演奏的乐器的共鸣 最后，通过随机线性投影，将手部追踪的关键点（感谢MediaPipe）映射到RNN的输入空间。 虽然最近的文本到音乐模型是一项突破性的技术，但我正在探索增强_实时_体验（以及在演奏乐器时或甚至在敲击某个听起来特别悦耳的随机物体时所带来的乐趣）的方法。 在《Livewired》一书中，David Eagleman讨论了我们神经网络快速整合新感官和信息来源的惊人能力。同样，我认为音乐家能够迅速而熟练地将高维信号映射到可能的声音空间。 我希望扩展这一传感器、投影和共鸣模型的集合。