■

Youtubeを見るとpythonでスクレイピングということができるそうです。

APIを使うと簡単そうですので、そのうちやってみたいと思います。

■

今日はYoutubeを見てPythonの勉強（復習）をするので精いっぱいです。明日は深層学習の勉強の時間をもっと持ちたいと思います。

■

WAVデータをスペクトログラム、周波数－音圧、時間－音圧の特性でスクリーニングすると判定率が飛躍的に向上するようです。検証を続けたいと思います。

■

WAVファイルを直接CNNで機械学習する方法は、スペクトグラム化したデータをCNNで機械学習する方法より精度が落ちるようです。別の方法を考えたいと思います。

■

音データ(WAVデータ)をCNNを用い機械学習で判別できるかをトライしています。

WAVデータを一旦スペクトログラムデータ化してCNNにて機械学習する方法と

WAVデータをそのままCNNで機械学習する方法でどちらが判定率が高いか検討を

行っています。

■

やっぱり、リストを使用するよりNumpy配列を使用した方が計算が早いですね。

例えば、

for i in range(len(x)):
　for j in range(len(x[0])):
　　data[i][j] = x[i][j]
のようにリストで処理を行うより
Numpy配列に変換してから処理を行った方が断然早くなるようです。

x = np.array(x)
data = np.array(data)
for i in range(x.shape[0]):
　for j in range(x.shape[1]):
　　data[i, j] = x[i, j]

■

pythonではリストよりNumpyの配列を使用する方が処理が早くなるようです。積極的にNumpyの配列を使用していきたいと思います。