Notices by なかはら いちろう (lithium03@mastodon.lithium03.info), page 31

TPUの計算は、かなり速いけどオーバーヘッドがものすごいな

多分8TPUがいっぺんに動いているのが大きい

Colaboratory　っょぃ
かなりあれこれする必要があったけど、とりあえず走り出した。
ローカルの2倍速くらいはでてる感じ。えっ、これ無料ってほんとかよ

そうだ、電撃文庫買うの忘れてる

ところでアクセル・ワールド続きやらねえのかな

pythonでパッケージ入れようとすると、バージョン地獄になる気がする。virtualenvとかcondaの環境切らないと死んじゃう

Colaboratoryというのがあるのか。ためしてみるか

kerasではなくtf.kerasにして、keras_to_tpu_modelを呼ぶと出来るらしい。5倍速度が出るのは魅力的だな。うーむ

肉の部位みたい

広めに受容野を取ると、遷移が失敗してるところを拾えると予想したけどどうか。
一個変える毎に1時間くらいかかるのはめんどくさい。化学の反応待ちみたいなだるさがある

楽器の分離もやりたいな。
たしか、けいおん!のサントラアルバムに各楽器抜きの音源があったはず。一個ずつ抜き出せれば面白いんだが

とりあえずサンプル数を大きくしてみよう

ボーカル同士を分離するのは高難易度の模様
人間が聞いてもむずいのはやっぱり難しい。やっぱり遷移を拾わせないとだめかしら

イチャラブ Come Home! で学習させて、はっぴぃにゅうにゃあを分離させたら割といい感じだけど、同じ学習データで、ようこそジャパリパークへを分離するとうまくいかない。
off vocalからボーカル音声をうまく抽出するところがミソな気がする。鍵が宝箱の中に入っているぞ、これは

TPU使ったらもっと速いのかと思って調べたら、高いな
数$/hourはお試せない

見るのか見ないのかわからないな

サンプリングレートが、論文では16kHzだけど、CDだから44.1kHzなので、関心領域を4倍くらいにするべきかしら

おお。ちょっと良くなった。
パラメータいじって、長めに学習かけたら化けるかも