53 | | Во секој изведен тест, односно трениран модел со различни хипер-параметри, при секоја итерација се зачувуваат тежини, од кои ни е потребна онаа со минимална загуба на податоци при учењето, па ја користиме како влез за компајлирање на моделот на мрежата и за креирање на нова мелодија, што се извршува со скриптата macedon_melody_predict, и како краен резултат од експериментот имаме резултантни мелодии, кои програмот ги именува: “ai_mac_melody.mid”. Секој експеримент е документиран во посебна папка именувана во формат: t-[бр. епохи]е[бр. песни]. Резултатите се исто така достапни на траен медиум за потребите на дипломската. |
| 53 | Во секој изведен тест, односно трениран модел со различни хипер-параметри, при секоја итерација се зачувуваат тежини, од кои ни е потребна онаа со минимална загуба на податоци при учењето, па ја користиме како влез за компајлирање на моделот на мрежата и за креирање на нова мелодија, што се извршува со скриптата macedon_melody_predict, и како краен резултат од експериментот имаме резултантни мелодии, кои програмот ги именува: “ai_mac_melody.mid”. Секој експеримент е документиран во посебна папка именувана во формат: t-[бр. епохи]е[бр. песни]. Резултатите се исто така достапни на траен медиум за потребите на дипломската. На сл. 29 се прикажани нотите на ново генерирана мелодија добиена со 180 итерации и 50 мелодии за тренирање. |
| 54 | |
| 55 | [[Image()]] |
| 56 | |
| 57 | **Сл. 29** Приказ на нотите на музичкиот запис: ai_mac_melody-01.mid |