- 博客(11)
- 收藏
- 关注
原创 google colab的使用教程
新建colab后在colab页面关联自己的driver即可看到云盘中的文件,在***代码执行程序中***更改运行模式CPU为GPU,启用GPU,最后代码编写以及训练。在colab可以一键关联自己的driver。google colab一般配合google driver(google的云盘)使用。## google colab以及google driver的基本使用。在google driver放入自己的模型以及数据集文件。使用代码查看当前colab中的python版本。
2025-03-27 16:22:16
333
原创 [Mesh疾病]计算疾病间的语义相似性
在疾病相关的关联预测中,很多用到疾病的相似性矩阵,但是基本文章不会给出这部分的代码。这里根据MeshID获取基本在MeshTree上的坐标位置后,根据坐标位置计算不同疾病间的相似性。
2024-09-30 16:45:23
977
原创 [网络爬虫]根据MeshID的爬取对应的信息
NCBI中根据MeshID搜索后的基本页面信息、HTML基础、requests和BeautifulSoup包的基本方法使用及其返回值。.find()的参数。
2024-09-30 09:56:02
372
原创 [文献阅读]Fine-tuning protein language models boostspredictions across diverse tasks
描述了微调在使用通用蛋白质语言模型进行下游任务预测的过程中的重要作用。并且根据分析给出了不同任务上的不同建议。以及训练的策略,资源的使用等等。作者鼓励使用不同的微调方法进行微调,而不是限于他使用的LoRA方法。作者给出了研究中的所有预训练模型和微调模型供研究者使用。关注数据质量,数据量以及模型的大小对于过拟合的影响。尽量使用嵌入质量好的模型进行微调。在大模型上尽量使用微调方法。关注模型的测试过程的稳定性。在小模型上尽量完全微调。
2024-09-13 16:17:03
308
原创 Swiss-model的API使用,批量同源建模
token=“你的swissmodel的API Token(在swissmodel的官网个人页面获得)”利用Swiss-model API进行蛋白序列提交及蛋白结构建模_swissmodel-优快云博客。本文通过swissmodel提供的文档,搭建基于python通过api提交任务形式的批量同源建模。在alphafold模型流行的今天,传统的同源结构建模预测仍然值得重视。inf_fa=“带预测的蛋白质序列fasta格式文件”.pdb.gz结尾的即为每个蛋白对应的同源预测结构。outpath=“输出路径”
2024-09-06 09:57:40
742
1
原创 关于DNA、蛋白序列的特征提取建议
参考文献:https://academic.oup.com/bib/article/23/1/bbab348/6362109?
2024-06-04 14:53:20
392
空空如也
python多进程只能一个一个进程运行
2025-01-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人