- 在mid文件夹下存放原始的midi音乐
cd tool-chain，依次执行mid2xml.sh,sequentialize2.sh(sequentialize.sh也可以，但推荐后者),xml2pkl.sh,merge.shcd ..; cp data.pkl CompoNet/data/train.pklcd CompoNet- 训练的模型会保存到
save，如果想重新训练，请保证save是空的 ./train.py- 训练过程中按ctrl+c会出现输入指令的提示，c为继续，q为退出，w为保存训练模型，l为修改学习速率（未实现……）
- 训练结束后，
./sample.py生成乐曲，前奏为训练数据的前x个note cd ../output; ./output2xml.py; xml2mid.py，生成output.mid
可调的参数在下面几个位置：
compo_net.py中Config类的定义(建议在train.py中传给Config的参数里改）compo_net.py中_sample函数决定取样方法sample.py中初始序列长度