- Python 2.7+
- NumPy
- Pickle
- Urllib
- Tqdm
- OpenCV
- Librosa
- Skimage
- Pylab
- (scikit.samplerate)
- Chainer (1.5.1): https://github.com/pfnet/chainer
Anaconda-2.3.0 の使用を推奨
positiveにお気に入りの音楽を、negativeに嫌い(というか趣向に合わない)音楽を入れる(.wavにのみ対応。100曲未満ずつが理想)。 その後FewShotRecommendディレクトリ内で
./weakRecommender.sh train
を実行し好みを学習(PCのスペックによっては時間がかかる)。 学習終了後は音楽ファイルの入ったディレクトリを指定して
./weakRecommender.sh predict path/to/music_dir
resultディレクトリに結果が保存される。
あくまでも予測値です
gpuの使用を推奨
(Mac OS X Yosemite 10.10.3にて動作確認)
./weakRecommender.sh itunes
でiTunesのデータを学習用サンプルとして取得する。再生回数が中央値以上ならpositive、中央値未満ならnegativeに分類される。環境によってはうまくいかないので、引数にiTunesディレクトリを指定する