RoseTTAFold All-Atom（RFAA）：其可以對包含蛋白質(zhì)，小分子，核酸，金屬和共價修飾的組裝體進(jìn)行預(yù)測。RFdiffuion All-Atom（RFDAA）：...
IP屬地：浙江
-
RFAA、RFDAA -
subprocess：python中執(zhí)行外部命令1. 簡介 subprocess 是 Python 的一個標(biāo)準(zhǔn)庫，它允許你啟動新的進(jìn)程、連接到它們的輸入/輸出/錯誤管道，并且獲取它們的返回值。該庫使 Python 程序能夠...
-
Docker鏡像換源（加速下載）
1、確認(rèn)docker是否安裝 或 2、確認(rèn)docker服務(wù)名稱（后面會用到） 確認(rèn) Docker 服務(wù)的正確名稱。在基于 systemd 的系統(tǒng)中，可以使用以下命令查找所有 ...
-
hydra--參數(shù)管理包
一、hydra的詳細(xì)用法舉例 Hydra 是一個用于構(gòu)建復(fù)雜應(yīng)用程序的配置框架，它允許你通過命令行參數(shù)、環(huán)境變量或配置文件來覆蓋配置值。以下是 Hydra 在 Python ...
-
pt是訓(xùn)練好的模型參數(shù)，同一個模型肯定是一樣的。embedding的維度是一個固定的值比如1024，就是把不同氨基酸長度的蛋白最終都轉(zhuǎn)換成了一個由1024個數(shù)字組成的向量。
用esm模型do蛋白 embedding
Github官方文檔包含了整個包的所有代碼及使用方法：Github官方文檔：https://github.com/facebookresearch/esm[https://g...
-
是的，當(dāng)確定超參數(shù)13后，需要重新訓(xùn)練一遍模型作為最終使用的模型，這個時候可以不用驗證和測試集了（至少驗證集可以不用了），把驗證集（和測試集）都作為訓(xùn)練集，這樣能保證最終的模型有更多的樣本進(jìn)行訓(xùn)練，使模型泛化性能更好。我這里只是拿KNN做了示范，隨機森林等其他方法是一樣的。
單一驗證、k折交叉驗證（特例：留一法（LOOCV））、交叉驗證確定最優(yōu)超參數(shù)
一、單一驗證 1、單一訓(xùn)練集和測試集 最簡單的樣本集劃分就是只有訓(xùn)練集和測試集，而沒有驗證集，因此無法利用驗證集反過來對模型參數(shù)進(jìn)行調(diào)整。只能先給定一組超參數(shù)C，然后訓(xùn)練得到...
-
★GPU、GPU驅(qū)動、CUDA、CUDA Toolkit、cuDNN的關(guān)系
https://haokan.baidu.com/v?pd=wisenatural&vid=9064106905869811204[https://haokan.baidu....
-
nbextensions插件（重要）
該插件在linux下設(shè)置好后，在本地遠(yuǎn)程打開linux上的jupyter notebook后依然有效。 ★jupyter notebook版本過高（7及更高）會導(dǎo)致不支持nb...
-
連續(xù)子圖抽取：根據(jù)指定目標(biāo)節(jié)點抽取連續(xù)子圖k_hop_subgraph()當(dāng)需要從一個圖中抽取某一個或一系列節(jié)點（目標(biāo)節(jié)點）周圍的k級連續(xù)節(jié)點時，可以用PyG的 k_hop_subgraph() 方法。k=1：與目標(biāo)節(jié)點直接相連的節(jié)點；k=2：與目...
-
PyG構(gòu)建圖對象并轉(zhuǎn)換成networkx圖對象一、寫在前面 PyG 是一款基于PyTorch 的圖神經(jīng)網(wǎng)絡(luò)庫，它提供了很多經(jīng)典的圖神經(jīng)網(wǎng)絡(luò)模型和圖數(shù)據(jù)集。在使用 PyG 框架來構(gòu)建和訓(xùn)練圖網(wǎng)絡(luò)模型時，需要事先將圖數(shù)據(jù)換成...
-
用esm模型do蛋白 embeddingGithub官方文檔包含了整個包的所有代碼及使用方法：Github官方文檔：https://github.com/facebookresearch/esm[https://g...
-
GridSearchCV() 與 Pipline相結(jié)合
GridSearchCV()或RandomizedSearchCV()方法的初級用法見：http://www.itdecent.cn/writer#/notebooks/5...
-
Pipeline 深入解讀及實驗
一、Pipeline基本知識 Pipeline 對象將不同計算步驟串聯(lián)起來執(zhí)行，方便、快速、統(tǒng)一、保險！ 構(gòu)造一個Pipeline對象時，需要輸入一個由多個二元tuple構(gòu)成...
-
GridSearchCV()和RandomizedSearchCV()參數(shù)搜索
一、具體例子見（jupyter notebook）： E:\cgx硬盤\★Python and AI\（cgx★★）scikit learn 學(xué)習(xí)筆記\sklearn_cgx...
-
numpy 打印輸出格式
為了隨心所欲地打印numpy數(shù)組，可以使用numpy的set_printoptions()方法; 參數(shù)說明： precision：輸出float型時，小數(shù)點后保留的位數(shù)； t...
-
jupyter notebook 改變主題背景方法最基本步驟： 在cmd中執(zhí)行 1） 安裝jupyter-themes 2） 查看有哪些主題 如果jt命令不存在：https://cloud.tencent.com/devel...
-
一個cell多個輸出，不依靠print()
設(shè)置一個cell多個輸出，不用print()也行。 jupyter notebook 的一個cell中，如果直接寫多個對象，則只有最后一個對象會被輸出，前面變量不會被輸出： ...
-
Git Github使用入門（說明：本文以windows系統(tǒng)為例進(jìn)行說明，linux系統(tǒng)中使用類似；本文腳本都在本地Git Bash中執(zhí)行；本文主要講Git、Github的入門級使用。） Git是目前世...