前言

大家好，我是阿光。

本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。

正在更新中~ ✨

🚨 我的项目环境：

• 平台：Windows10
• 语言环境：python3.7
• 编译器：PyCharm
• PyTorch版本：1.8.1

💥 项目专栏：【PyTorch深度学习项目实战100例】

---

一、基于MFCC对GTZAN音乐流派分类

本本我们将开发一个深度学习项目，从音频文件中自动分类不同的音乐类型。我们将利用这些音频文件的频率和时域的低层次特征对它们进行分类。

对于这个项目，我们需要一个数据集的音频轨道具有相似的大小和相似的频率范围。GTZAN类型分类数据集是音乐类型分类项目最推荐的数据集。

二、数据集介绍

• 流派原创-收集了10种流派，每一种有100个音频文件，所有的长度都是30秒(著名的GTZAN数据集，声音的MNIST)
• 图像原始-每个音频文件的视觉表示。对数据进行分类的一种方法是通过神经网络。因为网络新闻(像CNN，我们今天将使用的)通常采用某种形式的图像