CI4 : Réseaux récurrent
Le but de ce TP est de mettre en pratique les concepts théoriques étudiés sur les RNN pour résoudre un problème concret : la génération de musique au format ABC. Vous apprendrez à manipuler des données textuelles, à concevoir un modèle RNN avec PyTorch, à entraîner ce modèle, et enfin, à l'utiliser pour générer de nouvelles séquences musicales.
Objectifs
- Prétraiter les données pour les rendre compatibles avec un modèle de RNN.
- Créer un dataset PyTorch et gérer les séquences avec un DataLoader.
- Implémenter un modèle RNN avec une architecture LSTM pour la prédiction de notes.
- Configurer et exécuter une boucle d'entraînement avec logging dans TensorBoard.
- Appliquer des techniques avancées comme l'early stopping et la sauvegarde du modèle.
- Générer de nouvelles séquences musicales à l'aide du modèle entraîné.
- (Bonus) Explorer des stratégies d'augmentation de données musicales.
