Question

我想制作一首音乐并且有16种声音可能，但不是每种声音都可以跟随另一种声音（例如声音＆＃39; A＆＃39;可以跟随声音＆＃39; ; B＆＃39;，＆＃39; D＆＃39; F＆＃39;但不是＆＃39; c＆＃39; E＆＃39;等等。我已将其替换为具有16个状态空间（值介于0和9之间）的向量，并且我希望将它们用作神经网络的输入。让我们说我为我的向量的16个元素提供了随机（从0到9）的新值。现在，根据最后一个输出的值，我希望我的网络决定哪个是16中最合适的值，因为正如我已经提到的，每个元素都有一定数量的可能元素可以在之后出现。您是否认为它可以通过神经网络解决，哪种类型的NN最适合。有没有人有类似的例子。谢谢！

Answer 1

您可能只想创建一个标记笔记之间转换的概率表，而不是使用神经网络。想象你只能玩A，C和E：

    A     C     E
A   0.2   0.1   0.7
C   0.4   0.2   0.4
E   0.2   0.5   0.3

使用该表作为示例，您可以从随机音符开始（假设是C）。然后，使用表格并从“C”行开始，我们看到概率为0.4，我们转到A，0.2概率我们再次转到C，而0.4概率我们转到E.然后你只是继续转换你的笔记之间。比神经网络简单得多，它可能更接近您正在寻找的东西？

神经网络决定下一个输出

1 个答案: