(其实是2018年做的东西，最近更新了新版本，这里好像还没发过)
演示图: Mystic Pendulum & Kimi to Deaeta Kiseki
做图器地址: Colaboratory (std, taiko, ctb模式) / Colab (mania模式)
源代码: GitHub
-----------------------------------
以下是完整版教程
-----------------------------------
第一步：先给歌曲测timing (BPM和offset)
要测得准的话可以自己打拍子测，具体的方法有很多相关教程，比如pishifat
顺便这个pishifat做了很多做图教程，虽然大多数都没有用，不过也有一些值得思考的东西，无聊的时候看看挺有意思的
另一种方式是可以用工具测，我一般用的是statementreply的Timing Analyzer，下载在个人主页里
放在osu文件夹里打开然后输入mp3文件就可以测出结果，很方便实用
第二步：基础设置
在song setup里把AR、OD之类的设置好，以及timing界面里的滑条速度
然后在文件菜单里打开osu文件夹，里面会看到.osu后缀名的文件和mp3文件，这个之后要用到
第三步：进入自动做图器
https://colab.research.google.com/github/kotritrona/osumapper/blob/master/v7.0/Colab.ipynb
点进灰色的部分一个个按下ctrl+enter执行代码
第一次执行的时候会提示这个，这里按“仍然运行”继续
第二个框里的说明是提示可以改模型（做图的种类），把那个
第三个框的时候会提示上传，先上传上面说的做好timing的osu文件，然后上传文件夹里的audio.mp3
上传完成以后在下一个格子里按ctrl+F10即可全部执行剩下的代码
然后等大概5-10分钟提示下载，把下载的osu文件放回歌曲的osu文件夹即可
-----------------------------------
进阶教程
-----------------------------------
下面几个地方的代码，把前面的#号和空格去掉，可以自定义里面的参数
比较重要的参数是这几个
最后如果还需要做下一张图的话，把最下面一行代码的#号去掉执行一次（然后把#号加回去）
-----------------------------------
mania模式
-----------------------------------
mania模式请用另一个地址
https://colab.research.google.com/github/kotritrona/osumapper/blob/master/v7.0/mania_Colab.ipynb
并且在上传.osu文件之前先把里面的模式改成mania模式（不然改模式的时候会把东西全删了）
以及改成需要的按键量（key amount）
-----------------------------------
高级教程
-----------------------------------
演示图: Mystic Pendulum & Kimi to Deaeta Kiseki
做图器地址: Colaboratory (std, taiko, ctb模式) / Colab (mania模式)
使用教程（简洁版）
1. 进入colaboratory界面，里面白色的部分是英文说明，灰色的部分是代码
2. 在每个代码部分按下ctrl+enter执行代码
3. 到第三个格子的时候会提示上传osu文件和mp3，osu文件需要先测好BPM和offset
4. 上传完成后在下一个格子按下Ctrl+F10执行全部代码
5. 等5-10分钟做图完毕后会提示下载生成的osu图
第二个格子里面有一行
对于一般歌曲vtuber模型的效果比较好
2. 在每个代码部分按下ctrl+enter执行代码
3. 到第三个格子的时候会提示上传osu文件和mp3，osu文件需要先测好BPM和offset
4. 上传完成后在下一个格子按下Ctrl+F10执行全部代码
5. 等5-10分钟做图完毕后会提示下载生成的osu图
第二个格子里面有一行
select_model = "default"把default改成其他代码可以做出不同的图，如taiko会做出太鼓图，catch会做出ctb图，normal和hard会做出低难度
对于一般歌曲vtuber模型的效果比较好
源代码: GitHub
-----------------------------------
以下是完整版教程
-----------------------------------
第一步：先给歌曲测timing (BPM和offset)
要测得准的话可以自己打拍子测，具体的方法有很多相关教程，比如pishifat
顺便这个pishifat做了很多做图教程，虽然大多数都没有用，不过也有一些值得思考的东西，无聊的时候看看挺有意思的
另一种方式是可以用工具测，我一般用的是statementreply的Timing Analyzer，下载在个人主页里
放在osu文件夹里打开然后输入mp3文件就可以测出结果，很方便实用
第二步：基础设置
在song setup里把AR、OD之类的设置好，以及timing界面里的滑条速度
然后在文件菜单里打开osu文件夹，里面会看到.osu后缀名的文件和mp3文件，这个之后要用到
第三步：进入自动做图器
https://colab.research.google.com/github/kotritrona/osumapper/blob/master/v7.0/Colab.ipynb
点进灰色的部分一个个按下ctrl+enter执行代码
第一次执行的时候会提示这个，这里按“仍然运行”继续
第二个框里的说明是提示可以改模型（做图的种类），把那个
select_model = "default"里的default改成下面几种，可以做出不同的图
选项
"default": 默认模式
"sota": sota模式（参考sota fujimori的歌做图，sota为著名歌曲《妈船》的作者）
"vtuber": Vtuber模式（一般的歌用这个效果比较好）
"inst": 纯音乐模式（相对来说会摆很多串）
"tvsize": TVSize模式（insane里比较简单的模式）
"hard": hard难度（3-4星）
"normal": 普通难度（1.5-2.7星）
"lowbpm": 适用于低BPM的高难度
"taiko": 太鼓模式
"catch": ctb模式（因为没人会玩ctb，我也不知道做出来的图是好是坏）
"sota": sota模式（参考sota fujimori的歌做图，sota为著名歌曲《妈船》的作者）
"vtuber": Vtuber模式（一般的歌用这个效果比较好）
"inst": 纯音乐模式（相对来说会摆很多串）
"tvsize": TVSize模式（insane里比较简单的模式）
"hard": hard难度（3-4星）
"normal": 普通难度（1.5-2.7星）
"lowbpm": 适用于低BPM的高难度
"taiko": 太鼓模式
"catch": ctb模式（因为没人会玩ctb，我也不知道做出来的图是好是坏）
第三个框的时候会提示上传，先上传上面说的做好timing的osu文件，然后上传文件夹里的audio.mp3
上传完成以后在下一个格子里按ctrl+F10即可全部执行剩下的代码
然后等大概5-10分钟提示下载，把下载的osu文件放回歌曲的osu文件夹即可
-----------------------------------
进阶教程
-----------------------------------
下面几个地方的代码，把前面的#号和空格去掉，可以自定义里面的参数
比较重要的参数是这几个
note_density=决定谱面密度，改为1.0即可实现1/4塞满 max_ticks_for_ds=改成1为跳图，2为非跳图 box_loss_border, box_loss_value=如果做出来的图都集中在四个角落就需要调高一下这两个参数 slider_regularizer=自动调整长串的位置，参考图: https://imgur-archive.ppy.sh/itIxulE.jpg
最后如果还需要做下一张图的话，把最下面一行代码的#号去掉执行一次（然后把#号加回去）
-----------------------------------
mania模式
-----------------------------------
mania模式请用另一个地址
https://colab.research.google.com/github/kotritrona/osumapper/blob/master/v7.0/mania_Colab.ipynb
并且在上传.osu文件之前先把里面的模式改成mania模式（不然改模式的时候会把东西全删了）
以及改成需要的按键量（key amount）
-----------------------------------
高级教程
-----------------------------------
本地安装&训练模型
安装方法：
首先安装anaconda: https://www.anaconda.com/products/individual
以及node.js: https://nodejs.org/en/download/
然后进入源代码的github https://github.com/kotritrona/osumapper/
点那个绿色的按钮弹出的Download ZIP下载源代码然后解压到文件夹
安装anaconda之后开始菜单里会有一个Anaconda Prompt
进入之后是cmd界面，cd到解压出来的文件夹里面的v7.0里面
运行install.bat自动安装运行环境包
安装完成以后用anaconda里的Jupyter Notebook进入（打开目录里的ipynb文件）
-------------------------
训练模型：（拿一部分图给AI学习）
首先需要把练习用的图找出来，在命令行里v7.0目录下运行
弹出网页版的osu文件筛选工具，界面是下面这样的
filter -> 筛选条件
mode -> 大于还是小于
value -> 筛选值
reverse -> 不打勾筛选满足条件的 打勾筛选不满足条件的
next search -> 进行搜索
reset search -> 回到最初的起点
remove submode -> 去掉太鼓/ctb/mania的专谱
random half -> 去掉一半 （随机）
add to maplist -> 输出到右边的框里
save maplist -> 保存右边框里的内容
保存以后进入"01_Training.ipynb", 跟上面一样在代码的部分一个个按ctrl+enter运行即可
太鼓和mania模式训练的时候需要用到里面一些备用代码，和上面改参数的方法一样去掉#号和空格即可
（红字：mania模式在开启下面那行的同时把上面这行去掉）
（第一组：在mania模式里去掉，第二组：太鼓，第三组：mania）
训练模型的过程同样可能比较慢，需要等一会
------------------------------------
本地做图：
进入"02_Mapmaking.ipynb"即可，之后和上文colaboratory做图的流程是一样的
唯一的不同是不需要上传osu和音乐文件，相对的要在这里的file_path填写osu文件的路径
用这个自机做图器可以输入mp3文件，自动检测BPM/offset全自动做图
只需要用到下面从from开始那三行备用代码，然后填mp3的路径
做图完成后osu文件会生成在v7.0目录下面，然后copy到osu目录就可以用了
----------------------------------------
colab训练法
需要用01_training里的第一个框的代码生成一堆npz文件，然后上传到google drive里导入
https://colab.research.google.com/github/kotritrona/osumapper/blob/master/v7.0/Colab_Training.ipynb
说实话我觉得这个方法不是很好，因为上传的过程很慢，还不如自己来……
首先安装anaconda: https://www.anaconda.com/products/individual
以及node.js: https://nodejs.org/en/download/
然后进入源代码的github https://github.com/kotritrona/osumapper/
点那个绿色的按钮弹出的Download ZIP下载源代码然后解压到文件夹
安装anaconda之后开始菜单里会有一个Anaconda Prompt
进入之后是cmd界面，cd到解压出来的文件夹里面的v7.0里面
运行install.bat自动安装运行环境包
安装完成以后用anaconda里的Jupyter Notebook进入（打开目录里的ipynb文件）
-------------------------
训练模型：（拿一部分图给AI学习）
首先需要把练习用的图找出来，在命令行里v7.0目录下运行
node gen_maplist.js
弹出网页版的osu文件筛选工具，界面是下面这样的
filter -> 筛选条件
mode -> 大于还是小于
value -> 筛选值
reverse -> 不打勾筛选满足条件的 打勾筛选不满足条件的
next search -> 进行搜索
reset search -> 回到最初的起点
remove submode -> 去掉太鼓/ctb/mania的专谱
random half -> 去掉一半 （随机）
add to maplist -> 输出到右边的框里
save maplist -> 保存右边框里的内容
保存以后进入"01_Training.ipynb", 跟上面一样在代码的部分一个个按ctrl+enter运行即可
太鼓和mania模式训练的时候需要用到里面一些备用代码，和上面改参数的方法一样去掉#号和空格即可
（红字：mania模式在开启下面那行的同时把上面这行去掉）
（第一组：在mania模式里去掉，第二组：太鼓，第三组：mania）
训练模型的过程同样可能比较慢，需要等一会
------------------------------------
本地做图：
进入"02_Mapmaking.ipynb"即可，之后和上文colaboratory做图的流程是一样的
唯一的不同是不需要上传osu和音乐文件，相对的要在这里的file_path填写osu文件的路径
用这个自机做图器可以输入mp3文件，自动检测BPM/offset全自动做图
只需要用到下面从from开始那三行备用代码，然后填mp3的路径
做图完成后osu文件会生成在v7.0目录下面，然后copy到osu目录就可以用了
----------------------------------------
colab训练法
需要用01_training里的第一个框的代码生成一堆npz文件，然后上传到google drive里导入
https://colab.research.google.com/github/kotritrona/osumapper/blob/master/v7.0/Colab_Training.ipynb
说实话我觉得这个方法不是很好，因为上传的过程很慢，还不如自己来……