单卡 A6000 一键启动 AlphaFold3 教程上线!360 度运动捕捉数据集发布,含超 7 万个视频、50 种实体对象

第三代AlphaFold发布:生物大分子复合物结构预测问题将被解决? 颠覆生命科学的 AlphaFold 发布了最新版本。准确性显著提高,覆盖范围从蛋白质扩展到其他生物分子,包括配体。 阅读详情

上周,HyperAl超神经更新了 AlphaFold3 依赖数据库,但很多小伙伴都反映数据太大,部署困难。

本周,hyper.ai 官网上线了「AlphaFold3 蛋白质预测 Demo」,相关数据和模型已经安装配置完毕,占用个人存储不到 300 MB,仅需单卡 A6000 即可快速部署并使用 AlphaFold3 预测蛋白质。

在线使用:https://go.hyper.ai/KHIRR

12 月 16 日-12 月 20 日,hyper.ai 官网更新速览:

  • 优质公共数据集:10 个

  • 优质教程精选:3 个

  • 社区文章精选:4 篇

  • 热门百科词条:5 条

  • 1 月截稿顶会:9 个

访问官网:hyper.ai

公共数据集精选

1. Drone Detection 无人机检测数据集

该数据集由超 10k 个无人机图像组成,每架无人机周围都有带注释的边界框。边界框提供精确的定位信息,可在各种背景和环境中检测和跟踪无人机。该数据集适用于训练和评估用于物体检测任务的计算机视觉模型,特别是在监视、无人机检测和自主跟踪等应用中。

直接使用:https://go.hyper.ai/686JV

在这里插入图片描述

数据集示例

2. 360Motion-Dataset 运动捕捉数据集

这个数据集的 V1 版本包含了 72k 个视频,这些视频涵盖了 50 种不同的实体,如各种动物,以及 6 个虚幻引擎 (UE) 场景,包括 1 个沙漠场景和 2 个 HDRI 场景。此外,数据集还包含了 121 个不同的轨迹模板,为研究者提供了丰富的运动模式和行为变化。

直接使用:https://go.hyper.ai/rsmeQ

在这里插入图片描述

数据集示例

3. Brain tumor dataset 脑肿瘤医学数据集

该数据集为使用各种模型对脑肿瘤进行分类和分割的数据集,共包含 7,153 个图像,其中有 1,621 个神经胶质瘤图像,1,775 个脑膜瘤图像,1,757 个垂体图像,2,000 个无肿瘤(大脑健康)图像。

直接使用:https://go.hyper.ai/zgX7A

在这里插入图片描述

数据集示例

4. LAION-SG 大规模高质量图像理解数据集

LAION-SG 包含 540,005 个带有对象、属性和关系注释的场景图-图像对,这些数据被分为训练集、验证集和测试集。数据集的图像来源于 LAION-Aesthetics V2 (6.5+) 数据集,注释过程使用了 GPT-4o 进行自动化注释。

直接使用:https://go.hyper.ai/HHT6V

在这里插入图片描述

数据集示例

5. Clothing Attributes Dataset 服装属性数据集

该数据集包含 1,856 张图像,具有 26 个基本服装属性,例如 long-sleeves(长袖)、has collar(有领子)和 striped pattern(条纹图案)。标签是使用 Amazon Mechanical Turk 收集的。

直接使用:https://go.hyper.ai/7f3ej

在这里插入图片描述

数据集示例

6. Detect Al-Generated Faces 面部检测数据集

该数据集包含 3,203 张真实人脸和 AI 生成的合成人脸的高质量图像,其中真实图像有 2202 张,AI 生成的图像有 1,001 张,专为机器学习和深度学习应用而设计。旨在提供区分真实面部和 AI 生成的面部图像资源,适合深度伪造检测、图像真实性验证和面部图像分析等任务,可支持尖端研究和应用。

直接使用:https://go.hyper.ai/SwMXL

在这里插入图片描述

数据集示例

7. U-MATH 数学推理数据集

该数据集包含了 1.1k 个未公开的大学水平数学问题,这些问题来源于真实的教学材料,并涵盖了 6 个核心数学主题:初等数学、代数、微分学、积分学、多变量微积分以及序列与级数。

直接使用:https://go.hyper.ai/FcNc2

8. Open01-SFT 监督微调数据集

OpenO1-SFT 数据集是一个专注于使用监督微调 (SFT) 方法激活语言模型的链式思维 (Chain-of-Thought) 能力的数据集,旨在增强模型生成连贯逻辑推理序列的能力。它包含了 77,685 条记录,这些记录不仅覆盖了中文,也包括了英文,使得数据集在多语言环境下都能发挥作用。

直接使用:https://go.hyper.ai/KlyzY

9. QwQ-LongCoT-130K 微调数据集

QwQ-LongCoT-130K 数据集是一个专为训练类似 O1 这样的大语言模型 (LLMs) 而设计的 SFT (Supervised Fine-Tuning) 数据集。这个数据集包含了大约 130k 个实例,每个实例都是使用 QwQ-32B-Preview 模型生成的响应。

直接使用:https://go.hyper.ai/kE9aG

10. ML in healthcare patent 医疗保健专利数据集

该数据集是使用搜索查询「机器学习和医疗保健」从 Google Patents 中整理出来的,其中包括医学成像、诊断工具、AI 驱动的治疗建议等各个领域授予的专利。

直接使用:https://go.hyper.ai/8p1M5

公共教程精选

1. AlphaFold3 蛋白质预测 Demo

AlphaFold3 是由谷歌 DeepMind 公司于 2024 年开发的人工智能 (AI) 工具。AlphaFold 3 模型采用了基于扩散的架构,不仅能够预测蛋白质结构,还能精确预测包括核酸、小分子、离子和修饰残基在内的复合物结构。

该教程将介绍如何快速部署并使用 AlphaFold3 预测蛋白质,仅需单卡 A6000 即可运行体验。

在线运行:https://go.hyper.ai/KHIRR

在这里插入图片描述

可视化展示

2. RMBG-2.0:开源背景去除模型

RMBG-2.0 是一个开源背景去除模型,旨在有效地将各种类别和图像类型的前景与背景分开。

该模型已将环境和依赖配置完毕,进入 API 地址即可体验一键抠图。

在线运行:https://go.hyper.ai/FF10L

在这里插入图片描述

模型示例

3. DePLM:用去噪的语言模型优化蛋白质(小样本)

去噪蛋白质语言模型 (DePLM),可以将蛋白质语言模型捕捉到的进化信息视为与优化目标特性相关和无关的混合体,其中无关信息被视为「噪音」并消除,进而提高模型在预测蛋白质适应性景观时的准确性,帮助识别功能最优序列以进行优化。

该教程为浙江大学发布的训练和推理去噪蛋白质语言模型 (DePLM),相关成果已入选「NeurIPS 24」。平台已将所需要的环境与数据集配置完成,大家可通过直接执行教程所给出的命令进行训练和推理。

在线运行:https://go.hyper.ai/ktd87

社区文章精选

1. 受屠呦呦启发,美国 AI 制药企业的首个候选药物进入临床试验,曾 5 年获 8 轮融资

近期,美国的一家 AI 制药初创公司 Enveda 宣布已经完成 1.3 亿美元的 C 轮融资,总融资金额达 3.6 亿美元。除此之外,今年 10 月底,使用 Enveda 平台发现的第一个候选药物 ENV-294 获得了美国 FDA 的 IND 批准 ,进入 I 期临床试验阶段。本文是对该企业的详细报道。

查看完整报道:https://go.hyper.ai/rMk2U

2. 直击青藏高原数据匮乏难题!浙江大学团队提出 GeoAI 新模型,解释青藏高原地表热流分布

青藏高原由于其特殊的地理位置,一些地势险峻区域的地表热流数据十分匮乏。为解决这一问题,浙江大学地球科学学院提出具有增强可解释性的地理神经网络加权回归模型,为全面理解青藏高原的热流分布及其地球动力学机制提供了全新的研究框架和技术支持。本文是对论文的详细解读与分享。

查看完整报道:https://go.hyper.ai/vqQDi

3. 分享 NeurIPS 2024 投稿经验!浙大团队用 DePLM 模型助力蛋白质优化,论文一作在线展示 demo

在 Meet AI4S 第五期直播中,浙江大学知识引擎实验室的博士研究生王泽元分享了入选 NeurlPS 2024 的一项成果,并演示了 demo,同时还介绍了自己的投稿经验,干货满满,点击速看。

查看完整报道:https://go.hyper.ai/PLyBo

4. DeepMind 与 Google Research 齐发力,多技术路线打造 AI 天气预报的「六边形战士」

Google 旗下的 DeepMind 与 Google Research 面向天气预报领域发布了多项成果,兼顾短/中/长期预报,融合传统方法与 AI,逐步打造天气预报的「六边形战士」。

查看完整报道:https://go.hyper.ai/Cvzkc

热门百科词条精选

1. 倒数排序融合 RRF

2. 掩码语言建模 MLM

3. 核范数 Nuclear Norm

4. Kolmogorov-Arnold 表示定理

5. 数据增强 Data Augmentation

这里汇编了数百条 AI 相关词条,让你在这里读懂「人工智能」:

https://go.hyper.ai/wiki

在这里插入图片描述

一站式追踪人工智能学术顶会:https://go.hyper.ai/event


以上就是本周编辑精选的全部内容,如果你有想要收录 hyper.ai 官方网站的资源,也欢迎留言或投稿告诉我们哦!

AlphaFold3中文安装教程 AlphaFold3的安装教程。 阅读详情

相关推荐

深度技术解读AlphaFold3: 谷歌第三代AI工具精准预测生物大分子四级结构

就在刚刚,Google DeepMind 和 Isomorphic Labs 研究团队推出的革命性人工智能(AI)模型 AlphaFold 3,以前所未有的精确度成功预测了所有生命分子(蛋白质、DNA、RNA、配体等)的结构和相互作用。AlphaFold 3的成功将有助于改变我们对生物世界和药物发现的理解,进而开启人工智能细胞生物学的新时代。

weixin_4528312的博客 1万+

AlphaFold3网页服务器的使用

AlphaFold3发布了,虽然还没开源,但服务器版本的已经可用了。下面是我的try。目前的网页服务器,每天一个账号只能提交20条任务,还挺少的,得珍惜着使用。期待之后开源的AlphaFold3。

博客而已 1万+

细节满满 | AlphaFold在线版使用攻略详解

Alphafold在线版超详尽使用攻略!

m0_63153079的博客 5431

AlphaFold3中文使用说明

AlphaFold3使用方法。

Rys_Ben_Blogs 2万+

【AlphaFold3】网络架构篇(1)|概览+预测算法

AlphaFold3在AlphaFold2基础上进行了重大革新,主要体现在:(1)采用更通用的化学结构处理方案,通过改进的输入特征嵌入器支持蛋白质、核酸及小分子的统一表征;(2)用Pairformer替代Evoformer简化MSA处理,降低计算复杂度;(3)创新性地引入扩散模型直接预测原子坐标,摆脱传统几何约束,实现更灵活的分子结构生成。模型采用条件扩散架构,主体条件网络包含模板嵌入器、MSA模块和Pairformer堆叠,通过多轮循环优化特征。扩散模块实现高

Yaoyao2024的博客 1902

AlphaFold3(AF3)简单介绍:预测各种生物分子结构和它们之间相互作用的深度学习模型

参考:文章地址:AlphaFold3体验官网:《Accurate structure prediction of biomolecular interactions with AlphaFold3》 DeepMind 开发的一个用于预测生物分子结构和它们之间相互作用的深度学习模型。

weixin_42357472的博客 3071

AlphaFold3—转录因子预测(实操)

转录因子通过DNA结合结构域识别基因附近的DNA序列,如启动子中的TATA盒、CAAT盒、GC盒等元件。生物常见配体:ATP、ADP、AMP、GTP、GDP、FAD、NADP、NADPH、NDP、血红素、血红素C、肌酸、油酸、棕榈酸、柠檬酸、叶绿素A和B、细菌叶绿素A和B。某些糖组成的糖链(包括支链):α/β-D-葡萄糖、α/β-D-甘露糖、α-L-岩藻糖、β-D-半乳糖、N-乙酰-β-D-葡萄糖胺。生物常见离子:Ca2+、Co2+、Cu2+、Fe3+、K+、Mg2+、Mn2+、Na+、Zn2+、Cl-

生信小博士的博客 6938

Mathtype公式下标深度调整技巧:解决固定行距下的显示不全问题

本文针对在Word等文档中设置固定行距时,Mathtype公式下标显示不全的问题,提供了专业解决方案。核心在于调整Mathtype软件内部的“下标深度”参数,通过修改单个公式或批量格式化全文,使公式完美适配固定行距,确保下标清晰完整,且不影响文档整体排版。

pepsi的博客 1504

【免费下载】 AlphaFold3 安装与使用教程

AlphaFold3 安装与使用教程 【免费下载链接】AlphaFold3 Implementation of Alpha Fold 3 from the paper: "Accurate structure prediction of biomolecular interactions with AlphaFold3"...

gitblog_00865的博客 7523

51单片机也能玩转GC9A01彩屏?超详细移植指南与性能优化技巧

本文详细介绍了如何在51单片机上高效驱动GC9A01彩屏,包括硬件连接优化、SPI模拟驱动、内存管理策略及高级刷新技术。通过分段缓冲、颜色压缩和差异化刷新等技巧,显著提升显示性能,使51单片机也能流畅运行240x240分辨率的彩色TFT屏幕。

hp777的博客 190

基于 VS Code + CMake + Make + GNU工具链 + OpenOCD 的通用MCU开发环境搭建教程

以CH32V307(RISCV)和STM32F103(Cortex-M3)为例的Vscode+gnu单片机环境搭建。

余十三_的博客 2179

Alphafold3技术详解,从网络原理理解生物分子大一统模型!

Alphafold3技术详解(模型框架)

Zishan Shu's blog 7554

Educoder:爬虫实战——求是网周刊文章爬取

第1关:获取新闻url importrequests importre defgeturls(): #**********Begin**********# url='http://www.qstheory.cn/dukan/qs/2014/2019-01/01/c_1123924172.htm' headers={ 'User-Agent':'Mozilla/5.0(Linux;Android6.0;Nexus5Buil...

weixin_46026136的博客 5256

【亲测免费】 AlphaFold 3 使用教程

AlphaFold 3 是由 Google DeepMind 开发的一款开源项目,它提供了一种预测生物分子相互作用结构的推理管道实现。AlphaFold 3 能够准确预测蛋白质的三维结构,对于生物科学研究具有重要意义。本项目包含了运行推理所需的所有代码,但模型参数需要直接从 Google 获取。 ## 2. 项目快速启动 在开始之前,请确保您的系统中已经安装了 Docker 和必要的依赖库。

gitblog_00669的博客 1569

华为OD机试真题 新系统 - 计算数列位置N的值 (Java/Py/C/C++/Js/Go)

本文整理华为 OD 机试新系统机考真题库,涵盖高频考点精析与完整题目内容,提供 C 语言、Java、C++、Python、Go、JavaScript 多语言源码实现,搭配详细解题思路讲解,并支持在线 OJ 刷题练习,助力高效备考华为 OD 机试新系统。

算法大师! 2016

一文吃透 ABAP RESTful Application Programming Model(RAP):从数据建模与行为,到业务服务暴露,再到服务消费

本文介绍了SAP ABAP统一编程模型RAP的核心架构与实践方法,通过构建完整的ZTRAVEL和ZBOOKING业务对象,演示了从数据建模、行为定义到服务暴露的全流程。文章详细说明了RAP三层架构(数据与行为层、服务提供层、服务消费层)的实现方式,包括CDS视图实体定义、行为定义(BDEF)中的事务能力声明、投影与服务绑定等关键步骤。特别强调了ABAP Cloud环境下的开发限制和最佳实践,如使用GUID和late numbering机制,以及如何通过EML语言操作业务对象。最后提供了完整的代码示例,展示了

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 526

【学习笔记】AlphaFold3简单评测

本文介绍了 AlphaFold3 的操作过程,包括登陆网址、进入工作界面及输入相关信息进行蛋白互作预测等。还阐述了结果呈现形式及置信度指标含义。同时分析了其优势如操作简单等,也指出劣势,如缺少个性化操作、预测结果不一定准等,欢迎交流讨论。

2403_86665173的博客 6678

图解目标检测 之 YOLO 算法 最全原理详解

YOLO 一.背景 YOLO(You Only Look Once: Unified, Real-Time Object Detection),是Joseph Redmon和Ali Farhadi等人于2015年提出的基于单个神经网络的目标检测系统。在2017年CVPR上,Joseph Redmon和Ali Farhadi又发表的YOLO 2,进一步提高了检测的精度和速度。 二.YOLO算法的网...

DFCED的博客 26万+

AlphaFold3现已开源,诺奖AI工具触手可及

复杂的生物过程,例如蛋白质合成、信号转导和药物相互作用,依赖于复杂的分子结构和精确的相互作用。与其前身 AlphaFold 2 相比,AlphaFold 3 提供了更复杂的架构,能够预测生物分子复合物的联合结构,包括蛋白质、DNA、RNA、配体、离子甚至化学修饰。如基准测试所示,AlphaFold 3 的表现明显优于 AutoDock Vina 和 RoseTTAFold All-Atom 等传统工具,在蛋白质-配体相互作用和蛋白质-核酸复合物方面提供了更高的准确性。2024年11月12日 14:55。

u013206206的博客 539

[Dify实战] [安全合规] 用 Dify 优化安全巡检:从经验驱动到标准闭环-带绑定资源

摘要:企业信息系统安全管理中,安全合规巡检面临标准不统一、整改难追踪等痛点。本文提出基于Dify工具的智能化解决方案,通过自动化工作流实现标准检查清单生成、风险等级标注、整改建议输出及审计记录归档。方案采用结构化Prompt模板和Markdown输出格式,涵盖账号权限、数据安全等核心维度,并提供证据收集建议和闭环管理机制,帮助组织从人工经验驱动转向数据流程驱动的合规管理。配套可导入Dify的工作流文件将随后发布。

技术小甜甜:传播可落地技术,帮助个人和企业降低解决真实场景问题的成本 273

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Alphafold3预测蛋白互作及查看互作位点

4. 导入数据进行分析,数据类型也可以是RNA或者DNA序列。分析的时间和你导入的序列大小相关,我尝试过转录因子和启动子的预测,由于序列较小,整个过程只需要不到10分钟。,这里需要进行账号注册,需要谷歌邮箱账号,只要科学上网后就可以申请账号。注:目前国内手机号可以用,所以注册过程很快。9. 经过修改处理后可以清晰看到预测互作位点,这时就可以结合文献资料进行互作结果的解读。7. 下载的数据里面,我们把cif文件用pymol打开并查看互作位点。8. pymol可以从官网下载。

qq_41708938的博客 3万+

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

AlphaFold3 完整使用教程

AlphaFold3 使用自定义的 JSON 格式(),与 AlphaFold Server 的格式有所不同但可自动转换。"id": "A",],"description": "可选的描述文本",字段详解id: 链标识符,可以是单个字母(如"A")或列表(如表示同源多聚体)sequence: 氨基酸序列(单字母代码): 翻译后修饰(PTMs)列表ptmType: CCD 代码(如"HY3"表示羟脯氨酸): 1-based 位置: A3M 格式的 MSA(内联)

lihui261431的博客 3357

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

AlphaFold 3 完整指南:从生物分子结构预测到药物发现应用

AlphaFold 3 是 DeepMind 推出的革命性生物分子结构预测系统,能够高精度预测蛋白质、RNA、DNA 以及小分子配体的三维结构及其相互作用。作为结构生物学领域的重大突破,它为研究人员提供了前所未有的分子相互作用洞察能力。 [![AlphaFold 3 蛋白质结构可视化](https://raw.gitcode.com/gh_mirrors/alp/alphafold3/raw/a

gitblog_01163的博客 806

AlphaFold3 对生物分子相互作用的精准结构预测

AlphaFold3模型,该模型采用了显著更新的基于扩散的架构,能够预测包含蛋白质、核酸、小分子、离子及修饰残基的复合物的联合结构。新版AlphaFold模型在多个方面显著超越了以往的专业工具:在蛋白质-配体相互作用方面,其准确性远超最先进的对接工具;在蛋白质-核酸相互作用方面,其准确性大大高于专门的核酸预测工具;在抗体-抗原预测方面,其准确性显著优于AlphaFoldMultimer v2。

weixin_47366517的博客 1674

AlphaFold 3 终极指南:热门问题与权威解答全解析

AlphaFold 3是一款强大的生物分子结构预测工具,能够精准预测蛋白质、核酸等生物大分子的三维结构,为生命科学研究提供重要支持。本指南将围绕AlphaFold 3的常见问题进行全面解答,帮助新手和普通用户快速掌握其核心功能与使用要点。 [![AlphaFold 3生物分子结构示意图](https://raw.gitcode.com/gh_mirrors/alp/alphafold3/raw/

gitblog_00300的博客 792

从0在自己机器上部署AlphaFold 3

本文介绍如何在自己本地机器上安装AlphaFold 3。在10月份,Google DeepMind的首席执行官Demis Hassabis和高级研究科学家John M. Jumper所领导的团队,利用AI技术成功预测了几乎所有已知蛋白质的结构,开发出备受赞誉的AlphaFold,并因此荣获诺贝尔化学奖,

qq_21478261的博客 5640
上一篇: 立志打造化学界图灵机!AI制药公司Chemify开发世界上第一个化学编译器,进军美国市场
下一篇: 针对超大规模病理图像分析!华中科技大学提出医学图像分割模型,提高干燥综合征诊断准确性
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值