Shinya Kitaoka skitaoka

## transcript_utf8.txt
VOICEACTRESS100_001:ま[た、と[おじの/よ]おに、ご[だい/みょ[おお]おと/よ[ばれる、しゅ[よおな/みょ[おお]おの/ちゅ[うお]おに/は[いされること]も/お[お]い
VOICEACTRESS100_002:にゅ[ういんぐらんど/ふ[う]わ、ぎゅ[うにゅうお/べ]えスとシた、し[ろ]い/く[りいむ/す]うぷであり、ぼ[すとん/く[らむちゃ]うだあとも/よ[ばれ]る
VOICEACTRESS100_003:こ[んぴゅうた/げ]えむの/め]えかあや、ぎょ[おかいだ]んたいなどに/か[んれんする/じ]んぶつの/か[て]ごり
VOICEACTRESS100_004:さ[あびす/ま[ねえじゃ]あ/ど[おにゅう]えきのため、お[おいまち/え]キから、え[んかクか]んり/シ[てい]る
VOICEACTRESS100_005:し[るばあ/さ[あふぁ]あ/しゅ[うげきじ]けんまでに、り]ちゃあずわ、ち[いむ]めえと/と[もに、こ[クさいてきに/す[うぱあひ]いろお、お]よび、ゆ[うめ]えじんとシて、に]んチ/さ[れてい]る
VOICEACTRESS100_006:ちゅ[れんはる]とりょおわ、びゅ[るてんべるく]りょおに/へ[んにゅうされた
VOICEACTRESS100_007:じ[かん/りょ]おいキと、く[うかんりょ]おいきで/きょ[おつうする/しょ[りしゅ]ほおわ、ふぃ[るたりんぐによる、にゅ[うりょク/し]んごおの/きょ]おかで/あ]る
VOICEACTRESS100_008:しゃ[んちいの/せ[んぎょお]ぷろわ、ち]いむから/シ[はら]われる/きゅ]うりょおと、た[いきょく]ひお、お]もな/しゅ[うにゅうと/シ[て/い[る
VOICEACTRESS100_009:ま[た/ね[じめし]わ、ちゅ[うざ]んおおの/お[さめ]る、りゅ[うきゅうお]おこクとの/こ[おえきに]も/さんかシた
VOICEACTRESS100_010:す[まあと]ふぉんから、ふぃ[いちゃあ]ふぉんまで、ま[るちでば]いすに/たいおお

## realness.py
"""
RealnessGAN のロス
"""
import numpy
import torch


positive_skew: float = +1.0
negative_skew: float = -1.0
num_outcomes: int = 20

## neutrino_to_midi.py
"""
NEUTRINO の中間ファイル (lab, f0, mgc, bap) から MIDI を作る。
"""


def main(args):
    import pretty_midi
    midi = pretty_midi.PrettyMIDI(initial_tempo=args.tempo)
    midi.instruments.append(pretty_midi.Instrument(program=71, name='neutrino'))
    instrument = midi.instruments[-1]

## f0_to_midi.py
"""
`*.f0` を元になった `*.mid` ファイルのピッチベンドに適用する
（ピッチベンドセンシティビティは12）。
"""


def get_note(notes, time):
    nearest_note = None
    nearest_distance = float('inf')
    for note in notes:

## mondrian_process.py
"""
The Mondrian Process https://papers.nips.cc/paper/3622-the-mondrian-process
"""
import numpy as np
import cv2
from PIL import Image, ImagePalette


def mondorian_process(lam=4, x=None, depth=16):
    x = (0, 0, 1, 1) if x is None else x

## adabound.py
# coding: utf-8
"""
Based on Luo et al. (2019). Adaptive Gradient Methods with Dynamic Bound of Learning Rate. In Proc. of ICLR 2019.
"""
from tensorflow import keras

class AdaBound(keras.optimizers.Optimizer):
    def __init__(self, lr=0.001, beta1=0.9, beta2=0.999, final_lr=0.1, gamma=1e-3, epsilon=None, weight_decay=0, amsbound=False, **kwargs):
        super(AdaBound, self).__init__(**kwargs)
        with keras.backend.name_scope(self.__class__.__name__):

## convert.py
# coding: utf-8
"""
- Real-time neural style transfer for videos
  cf. http://www.ee.columbia.edu/~wliu/CVPR17_NeuralStyle.pdf
- High-resolution multi-scale neural texture synthesis
  cf. https://wxs.ca/research/multiscale-neural-synthesis/
"""
from pathlib import Path

from tensorflow import keras

## aa.py
# coding: utf-8
"""
ImageNet Labels https://gist.github.com/yrevar/942d3a0ac09ec9e5eb3a
cf. https://medium.com/artists-and-machine-intelligence/perception-engines-8a46bc598d57
"""
from progressbar import ProgressBar

import numpy as np
import cv2

## result_512x512_25000spp.png

      
              2 files
            
          
              2 forks
            
          
              0 comments
            
          
              4 stars
            
          
                skitaoka
                / result_512x512_25000spp.png
            
            
              Last active Dec 1, 2019
            
              
                small pathtracer implemented by using tensorflow
              
          
      View result_512x512_25000spp.png
  
    
## poker.html
<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <meta http-equiv="X-UA-Compatible" content="ie=edge">
    <title>Kuhn Poker</title>
</head>

    <script>
	VOICEACTRESS100_001:ま[た、と[おじの/よ]おに、ご[だい/みょ[おお]おと/よ[ばれる、しゅ[よおな/みょ[おお]おの/ちゅ[うお]おに/は[いされること]も/お[お]い
	VOICEACTRESS100_002:にゅ[ういんぐらんど/ふ[う]わ、ぎゅ[うにゅうお/べ]えスとシた、し[ろ]い/く[りいむ/す]うぷであり、ぼ[すとん/く[らむちゃ]うだあとも/よ[ばれ]る
	VOICEACTRESS100_003:こ[んぴゅうた/げ]えむの/め]えかあや、ぎょ[おかいだ]んたいなどに/か[んれんする/じ]んぶつの/か[て]ごり
	VOICEACTRESS100_004:さ[あびす/ま[ねえじゃ]あ/ど[おにゅう]えきのため、お[おいまち/え]キから、え[んかクか]んり/シ[てい]る
	VOICEACTRESS100_005:し[るばあ/さ[あふぁ]あ/しゅ[うげきじ]けんまでに、り]ちゃあずわ、ち[いむ]めえと/と[もに、こ[クさいてきに/す[うぱあひ]いろお、お]よび、ゆ[うめ]えじんとシて、に]んチ/さ[れてい]る
	VOICEACTRESS100_006:ちゅ[れんはる]とりょおわ、びゅ[るてんべるく]りょおに/へ[んにゅうされた
	VOICEACTRESS100_007:じ[かん/りょ]おいキと、く[うかんりょ]おいきで/きょ[おつうする/しょ[りしゅ]ほおわ、ふぃ[るたりんぐによる、にゅ[うりょク/し]んごおの/きょ]おかで/あ]る
	VOICEACTRESS100_008:しゃ[んちいの/せ[んぎょお]ぷろわ、ち]いむから/シ[はら]われる/きゅ]うりょおと、た[いきょく]ひお、お]もな/しゅ[うにゅうと/シ[て/い[る
	VOICEACTRESS100_009:ま[た/ね[じめし]わ、ちゅ[うざ]んおおの/お[さめ]る、りゅ[うきゅうお]おこクとの/こ[おえきに]も/さんかシた
	VOICEACTRESS100_010:す[まあと]ふぉんから、ふぃ[いちゃあ]ふぉんまで、ま[るちでば]いすに/たいおお
	"""
	RealnessGAN のロス
	"""
	import numpy
	import torch


	positive_skew: float = +1.0
	negative_skew: float = -1.0
	num_outcomes: int = 20
	"""
	NEUTRINO の中間ファイル (lab, f0, mgc, bap) から MIDI を作る。
	"""


	def main(args):
	import pretty_midi
	midi = pretty_midi.PrettyMIDI(initial_tempo=args.tempo)
	midi.instruments.append(pretty_midi.Instrument(program=71, name='neutrino'))
	instrument = midi.instruments[-1]
	"""
	`.f0` を元になった `.mid` ファイルのピッチベンドに適用する
	（ピッチベンドセンシティビティは12）。
	"""


	def get_note(notes, time):
	nearest_note = None
	nearest_distance = float('inf')
	for note in notes:
	"""
	The Mondrian Process https://papers.nips.cc/paper/3622-the-mondrian-process
	"""
	import numpy as np
	import cv2
	from PIL import Image, ImagePalette


	def mondorian_process(lam=4, x=None, depth=16):
	x = (0, 0, 1, 1) if x is None else x
	# coding: utf-8
	"""
	Based on Luo et al. (2019). Adaptive Gradient Methods with Dynamic Bound of Learning Rate. In Proc. of ICLR 2019.
	"""
	from tensorflow import keras

	class AdaBound(keras.optimizers.Optimizer):
	def __init__(self, lr=0.001, beta1=0.9, beta2=0.999, final_lr=0.1, gamma=1e-3, epsilon=None, weight_decay=0, amsbound=False, **kwargs):
	super(AdaBound, self).__init__(**kwargs)
	with keras.backend.name_scope(self.__class__.__name__):
	# coding: utf-8
	"""
	- Real-time neural style transfer for videos
	cf. http://www.ee.columbia.edu/~wliu/CVPR17_NeuralStyle.pdf
	- High-resolution multi-scale neural texture synthesis
	cf. https://wxs.ca/research/multiscale-neural-synthesis/
	"""
	from pathlib import Path

	from tensorflow import keras
	# coding: utf-8
	"""
	ImageNet Labels https://gist.github.com/yrevar/942d3a0ac09ec9e5eb3a
	cf. https://medium.com/artists-and-machine-intelligence/perception-engines-8a46bc598d57
	"""
	from progressbar import ProgressBar

	import numpy as np
	import cv2
	<!DOCTYPE html>
	<html lang="en">
	<head>
	<meta charset="UTF-8">
	<meta name="viewport" content="width=device-width, initial-scale=1.0">
	<meta http-equiv="X-UA-Compatible" content="ie=edge">
	<title>Kuhn Poker</title>
	</head>

	<script>