Music Transformer pytorch代码

小菜鸡的记录，如有错误，请指出。
理论部分：https://blog.youkuaiyun.com/Alen_1996/article/details/102816336
代码地址：https://github.com/jason9693/MusicTransformer-pytorch

0.配置环境
pip install pretty_midi
pip install tensorboardX
pip install progress

1.Repository setting
$ git clone https://github.com/jason9693/MusicTransformer-pytorch.git
$ cd MusicTransformer-pytorch
$ git clone https://github.com/jason9693/midi-neural-processor.git
$ mv midi-neural-processor midi_processor

2.下载midi
下载Performance-RNN中的数据集：首先下载dataset文件夹上传至服务器，可以看到里面包含4个.sh文件
$ sh dataset/script/ecomp_piano_downloader.sh
以下报错：

去网上搜了各种方法都不能解决，请教师姐，师姐把当初下数据集的记录发给我，我试了一下师姐用的方法，也不对，但是从中找到了尝试的方向—代码中给的数据集地址是错的，因此更改的数据集地址，但还是报错，
然后尝试直接用wget+网址下载，下载的文件是asp而不是midi文件；
然后就尝试其他的下载命令+ ecomp_piano_downloader.sh 最后成功下载的命令如下：
bash ecomp_piano_downloader.sh piano-e-Competition
sh dataset/scripts/classic_piano_downloader.sh JSB-Chorales-dataset

3.对数据进行预处理：
CUDA_VISIBLE_DEVICES=4 python preprocess.py piano-e-competition piano-e-competition-pre

4.训练模型：
CUDA_VISIBLE_DEVICES=6 python train.py -c config/base.yml config/train_ddp.yml config/large_dpc.yml -m model
报错： ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210531212214256.png
经了解，FullLoader 属性是在pyyaml5.1及以上版本中才有的。
显示我已安装了5.3.1的版本，但是进入python解释器后发现是3.13的
尝试删掉原有版本，下载新版本：
pip3 uninstall pyyaml
报错：

尝试更新版本：
pip install -U PyYAML
报错：
![在这里插入图片描述](https://img-blog.csdnimg.cn/2021053121224083.png
成功解决办法：
pip install --ignore-installed PyYAML

再次输入，输出模型，但是显示class Data has “0” files
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210531212349369.png

原因：数据集没有加进去，查看配置文件中的train. yml中定义的路径不是我现在存放数据集的路径，因此更改为数据集路径。

重新输入训练命令：CUDA_VISIBLE_DEVICES=4 python train.py -c config/base.yml config/train_ddp.yml -m model
可以开始训练，但是报错：
RuntimeError: CUDA out of memory. Tried to allocate 512.00 MiB (GPU 0; 10.76 GiB total capacity; 9.35 GiB already allocated; 43.44 MiB free; 9.61 GiB reserved in total by PyTorch)


![在这里插入图片描述](https://img-blog.csdnimg.cn/2021053121353487.png
分析：这种问题，是GPU内存不够引起的
方法：将batch_size从8改为2，embedding_dim从512改为256.即使用配置的config/train_ddp.yml更换为config/debug_train.yml
CUDA_VISIBLE_DEVICES=6 python train.py -c config/base.yml config/ debug_train.yml -m model

因效果不好，batch_size=4，将embedding_dim改为256，
CUDA_VISIBLE_DEVICES=6 python train.py -c config/base.yml config/train_ddp.yml -m model

5.生成
输入命令：CUDA_VISIBLE_DEVICES=4 python generate.py -c config/generate.yml -m model（服务器）
run generate.py -m model -c config/generate.yml
（根据所需，选择配置环境）