DrugAI

自我监督学习已成为AI社区中令人兴奋的方向。Jitendra Malik: "Supervision is the opium of the AI researcher" Alyosha Efros: "The AI revolution will not be supervised" Yann LeCun: "self-supervised learning is the cake, supervised learning is the icing on the cake, reinforceme

Convolutional Neural Networks (CNN)卷积神经网络 AutoEncoder 自动编码器 Sparse Coding 稀疏编码 Restricted Boltzmann Machine(RBM) 限制波尔兹曼机 Deep Belief Networks(DBN) 深信度网络 Recurrent neural Network(RNN) 多层...

基于PyTorch深度学习框架用简单快捷的方式搭建出复杂的神经网络模型，同时让模型参数的优化方法趋于高效。如同使用PyTorch中的自动梯度方法一样，在搭建复杂的神经网络模型的时候，我们也可以使用PyTorch中已定义的类和方法，这些类和方法覆盖了神经网络中的线性变换、激活函数、卷积层、全连接层、池化层等常用神经网络结构的实现。在完成模型的搭建之后，我们还可以使用PyTorch提供的类型丰富...

PyTorch | （1）初识PyTorchPyTorch | （2）PyTorch 入门-张量Tensor attributes:在tensor attributes中有三个类，分别为torch.dtype, torch.device, 和 torch.layout其中， torch.dtype 是展示 torch.Tensor 数据类型的类，pytorch 有八个不同的数据类型...

PyTorch 是一个基于 Python 的科学计算包，主要定位两类人群：NumPy 的替代品，可以利用 GPU 的性能进行计算。 深度学习研究平台拥有足够的灵活性和速度Tensors (张量) Tensor在PyTorch中负责存储基本数据，PyTorch针对Tensor也提供了相对丰富的函数和方法，所以PyTorch中的Tensor与NumPy的数组具有极高的相...

参考资料1.https://pytorch-cn.readthedocs.io/zh/latest/

Tensorflow |（1）初识TensorflowTensorflow |（2）张量的阶和数据类型及张量操作Tensorflow |（3）变量的的创建、初始化、保存和加载Tensorflow |（4）名称域、图 和会话Tensorflow |（5）模型保存与恢复、自定义命令行参数读取数据小数量数据读取这仅用于可以完全加载到存储器中的小的数据集有两种方法：存...

Tensorflow |（1）初识TensorflowTensorflow |（2）张量的阶和数据类型及张量操作Tensorflow |（3）变量的的创建、初始化、保存和加载Tensorflow |（4）名称域、图 和会话模型保存与恢复、自定义命令行参数、在我们训练或者测试过程中，总会遇到需要保存训练完成的模型，然后从中恢复继续我们的测试或者其它使用。模型的保存和恢复也是...

Tensorflow |（1）初识TensorflowTensorflow |（2）张量的阶和数据类型及张量操作Tensorflow |（3）变量的的创建、初始化、保存和加载变量作用域tensorflow提供了变量作用域和共享变量这样的概念，有几个重要的作用。让模型代码更加清晰，作用分明变量作用域域通过tf.variable_scope()创建指定名字的变量作用域...

Tensorflow |（1）初识TensorflowTensorflow |（2）张量的阶和数据类型及张量操作变量的的创建、初始化、保存和加载其实变量的作用在语言中相当，都有存储一些临时值的作用或者长久存储。在Tensorflow中当训练模型时，用变量来存储和更新参数。变量包含张量（Tensor）存放于内存的缓存区。建模时它们需要被明确地初始化，模型训练后它们必须被存储到磁盘。...

张量的阶和数据类型TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通.其实张量更代表的就是一种多位数组。阶在TensorFlow系统中，张量的维数来被描述为阶.但是张量的阶和矩阵的阶并不是同一个概念.张量的阶（有时是关于如顺序或度数或者是n维）是张量维数的一...

关于 TensorFlowTensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Goo...

翻译《Deep Learning for Drug Design: an Artificial Intelligence Paradigm for DrugDiscovery in the Big Data Era》摘要过去的十年中，深度学习（deeplearning, DL）方法已经非常成功并广泛用于开发几乎每个领域的人工智能（AI）。与传统的机器学习（machine...

Chainer ChemistryChainer Chemistry是一个使用Chainer的化学和生物学深度学习库。Github地址：https://github.com/pfnet-research/chainer-chemistry 手册地址：https://chainer-chemistry.readthedocs.io该库可帮助您轻松地将深度学习应用于分子结构...

分子生成具有理想药理特性新分子的发现是计算药物发现中的关键问题。传统上，这项任务是通过临床合成候选化合物并对其进行实验来完成的。但是，由于化学空间是巨大的，合成分子并对其进行广泛的实验是非常耗时的任务。从头设计药物不是在分子中寻找具有所需特性的空间，而是设计具有我们感兴趣特性的新化合物。事实证明，深度学习的最新进展，尤其是深度生成模型在从头药物设计中具有不可估量的价值。分子表征将深...

NLP (Natural Language Processing)：自然语言处理那么 NLP 到底是什么？学习 NLP 能带来什么好处？简单的说，自然语言处理（ NLP ）就是开发能够理解人类语言的应用程序和服务。我们生活中经常会接触的自然语言处理的应用，包括语音识别，...

Applied Machine Learning

In fact, the business plans of the next 10,000 startups are easy to forecast: Take X and add AI. Find something that can be made better by adding online smartness to it-Kevin Kelly, The Inevitabl...

注：该博文是我在看了数篇知识图谱综述以及阅读了相关资料后的一个总结以及自己的相关理解。知识图谱技术是人工智能技术的重要组成部分，以结构化的方式描述客观世界中的概念、实体及其键的关系。知识图谱提技术提供了一种更好的组织、管理和理解互联网海量信息的能力，将互联网的信息表达成更接近于人类认知世界的形式。因此，建立一个具有语义处理能力与开放互联能力的知识库，可以在智能搜索、智能问答、个性化推荐等智...

NLP(1) | 词向量one hot编码词向量编码思想NLP(2) | 中文分词分词的概念分词方法分类CRFHMM分词NLP（3）| seq to seq 模型NLP(4) | 用词向量技术简单分析红楼梦人物关系用n-gramma生成词向量word2vect进行模型训练为什么需要实体识别普通的工具如hanlp，htp，不能识别特定领域的专有名词，所以需要实体识别的算法。下面就...

NLP(1) | 词向量one hot编码词向量编码思想NLP(2) | 中文分词分词的概念分词方法分类CRFHMM分词NLP（3）| seq to seq 模型前言:出于种种原因，总是不自觉把爱好和工作相互结合起来，每每感叹于曹雪芹构思的巧妙，语言的精炼，情节的感人……于是蹦出想法，看机器能否读懂“宝黛”之间的爱情。数据处理数据当然是伟大的《红楼梦》本身了，下载txt文件。...

NLP(1) | 词向量one hot编码词向量编码思想NLP(2) | 中文分词分词的概念分词方法分类CRFHMM分词什么是Seq2Seq网络？ 在Seq2Seq模型中采用了这种 Encoder-Decoder架构，其中 Encoder 是一个RNNCell（RNN ，GRU，LSTM 等） 结构，四层的LSTM结构使得能够提取足够多的特征，使得decode的模型变好 几种Seq2Se...

NLP(1) | 词向量one hot编码词向量编码思想分词的概念 简单来说就是把词进行分开，分词的难点： 1.如何避免歧义，如：“白开水不如果汁甜”。如何让机器避免将“如果”分到一起。 2.如何识别未登录词，并判断词性（人物，地点） 解决歧义的方法有很多，使用n_gram模型或者概率统计在解决歧义的作用下很好实现，如下面要介绍的HMM和CRF.分词方法分类基于...

词向量one hot编码词向量编码思想Word2VecEmbeddingSkip-gram的原理负采样前言：深度学习网络rnn能解决有序的问题，我们就生活在这样一个有序的世界。比如时间，音乐，说话的句子，甚至一场比赛，比如最近正在举办的俄罗斯世界杯。one hot编码我们在做分类任务的时候经常用到one hot编码，如果把自然语言中每个词当做一个...

衡量预测质量的指标：误差平方：缺点：取值与样本量n有关，随着数据集的增大而增大均方误差（Mean Squared Errer，MSE）：平方误差的均值缺点：平均偏离误差数是呈x^2平方增长均方根误差（Root Mean Squared Error，RMSE）缺点：取值范围为无穷，不能直观的看出模型的质量拟合优度 r2=r2xy（SST=Syy）：...

一、深度学习在小分子药物研发中的应用二、深度学习工具TensorFlow Python https://www.tensorflow.org/Torch Lua http://torch.ch/Theano Pyt...

翻译《The rise of deep learning in drug discovery》摘要过去的十年中，深度学习(DeepLearning，DL)在各种人工智能研究领域取得了显着的成功。从以前对人工神经网络的研究演变而来，该技术在诸如图像和语音识别，自然语言处理等领域表现出优于其他机器学习（Machine Learning，ML）算法的性能。近年来，深度学习在医药研...

Pytroch简介Pytorch是Facebook的AI研究团队发布了一个Python工具包，专门针对GPU加速的深度神经网络（DNN）编程.Torch是一个经典的对多维矩阵数据进行操作的张量（tensor）库，在机器学习和其他数学密集型应用有广泛应用。但由于Torch语言采用Lua，导致在国内一直很小众，并逐渐被支持Python的Tensorflow抢走用户。作为经典机器学习库Torch的端...

Python 可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗？本教程或许能帮你成功上手，从 0 到 1 掌握 Python 机器学习，至于后面再从 1 到 100 变成机器学习专家，就要看你自己的努力了。本教程原文分为两个部分，机器之心在本文中将其进行了整合，原文可参阅：suo.im/KUWgl和suo.im/96wD3。...

数据科学（Data Science） 数据科学是一个跨学科的领域，包含所有与结构化和非结构化数据相关的内容，从准备、清理、分析和源于有用的视角开始。它结合了数学、统计学、智能数据捕获、编程、问题解决、数据清理、不同的观察角度、准备和数据对齐。 简而言之，它是对数据进行处理的几种技术和流程的组合，以获得有价值的业务视角。通过使用科学的方法、算法、流程和系统来有效地提取...

数据分析：Data Analysis 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析的过程数据收集：本地数据或者网络数据的采集与操作. 数据处理：数据的规整，按照某种格式进行整合存储。 ...

这个世界上，失败的人除了天分太差之外，只有以下几点，懒，方向不对，方法不对，没有坚持。你是哪一种呢？关于DIKW体系 DIKW体系是关于数据、信息、知识及智慧的体系，可以追溯至托马斯·斯特尔那斯·艾略特所写的诗《岩石》。在首段，他写道：“我们在哪里丢失了知识中的智慧？又在哪里丢失了信息中的知识？”（Where is the wisdom we have lost ...

Python 在解决数据科学任务和挑战方面继续处于领先地位。目录核心库IPythonNumPySciPyPandasStatsModels可视化MatplotlibSeabornPlotlyBokehPydot机器学习Scikit-learnXGBoost / LightGBM / CatBoostEli5深度学...

近年来，图神经网络(GNN)在社交网络、知识图、推荐系统甚至生命科学等各个领域得到了越来越广泛的应用。GNN在对图节点之间依赖关系进行建模的强大功能，使得与图分析相关的研究领域取得了突破。本文介绍了图神经网络的基本原理，以及两种高级的算法，DeepWalk和GraphSage。图(Graph)在讨论GNN之前，我们先来了解一下什么是图。在计算机科学中，图是由顶点和边两部分组成的一种数据结构...

深度学习(Deep Learning) 深度学习是基于机器学习延伸出来的一个新的领域，由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法。深度学习什么时间段发展起来的？ 其概念由著名科学家Geoffrey Hinton等人在2006年和2007年在《Sciences》等上发表的文章被提出和...