- 博客(115)
- 资源 (2)
- 问答 (4)
- 收藏
- 关注
RSS订阅原创 不同领域环境中的“组分分析”
在统计学和机器学习领域，主成分分析是一种降维技术，它通过线性变换将数据转换到一个新的坐标系统中，使得这个新坐标系统的第一坐标轴上的方差最大（即第一主成分），第二坐标轴上的方差次之（即第二主成分），依此类推。组分分析在不同的学术领域和应用场景中可能有不同的含义，但通常它指的是一种分析方法，用于识别和量化一个复杂系统、样本或信号中的各个组成部分。在工程和科学研究中，组分分离技术如蒸馏、萃取、过滤等，都是用于将混合物中的不同组分分开，以便于进一步的分析或使用。
2023-12-25 22:25:30
198
1
原创 用于药物发现的知识图谱
本教程全面概述了长期存在的药物发现原理，提供了图结构数据和知识数据库的基本概念和前沿技术，并正式总结了用于药物发现的知识增强图机器学习 (KaGML)。一个项目是 **KDD2023_KaGML_DrugDiscovery_Tutorial**，它是一个关于药物发现的教程，介绍了如何使用知识增强的图机器学习（KaGML）来进行药物发现¹。另一个项目是 **integrating_knowledge_data**，它是一个将基因表达和生物知识整合到药物发现和再利用中的项目²。
2023-12-01 11:29:23
167
原创 DeepPurpose深度学习工具包
DeepPurpose是一个基于深度学习的工具包，可用于药物靶点识别、药物属性预测、蛋白质-蛋白质相互作用预测等¹。它支持多种分子编码任务，包括药物-靶标相互作用预测、化合物属性预测、蛋白质-蛋白质相互作用预测和蛋白质功能预测¹。DeepPurpose通过实现15个化合物和蛋白质编码器以及50多种神经架构，以及提供许多其他有用的功能来支持定制DTI预测模型的训练⁴。它使用PyTorch框架进行深度学习，促进生命科学研究¹。(3) DeepPurpose：药物虚拟筛选、构效关系及更多用途的深度 ....
2023-11-26 15:50:08
265
原创 np.concatenate
np.concatenate函数是numpy库中用来连接两个或多个数组的函数。运行这段代码，你会得到：`[1 2 3 4 5 6]`，两个数组在一个维度上进行了连接。希望这个例子可以帮助你理解np.concatenate的基本功能。# 在第一个维度上（axis=0，行方向）拼接。# 在第二个维度上（axis=1，列方向）拼接。# 使用np.concatenate进行连接。# 创建两个一维数组。# 创建两个二维数组。
2023-09-09 19:29:38
400
原创 【代码示例】将label转为np数组，并存为pkl文件
首先读取训练集和测试集的复合物的文件地址，去除训练集中与测试集重叠的样本，再打乱顺序。接下来通过活性数据表‘INDEX_general_PL_data.2019’依次对读取。需要说明这里的训练集由于会多旋转9次进行数据增强，所以label会乘以10.最终使用ectend和append添加成数组，保存为np.array。就是训练用的复合物的 pdb id。就是测试用的复合物的 pdb id。接着就可以存为pkl文件。
2023-08-21 09:09:49
121
原创 【蛋白-蛋白】Rosetta InterfaceAnalyzer 学习笔记
这里以(PDB:3R2X)为例，介绍如何利用Rosetta中InterfaceAnalyzer来快速分析蛋白-蛋白相互作用，并提取有价值的信息。注意: InterfaceAnalyzer不可用于蛋白质-小分子相互作用界面分析。使用Rosetta score_jd2 app对输入的PDB文件进行打分可以快速修复结构的方法，确保输入文件能够正确地被Rosetta读取。（提示: 3r2x中存在残基插入码，如A链的264A Gly，因此需要对整个PDB结构进行重编号，否则packsat计算异常。-out:pdb。
2023-08-17 21:12:07
555
原创 如果我的VMware虚拟机的Ubuntu22.04系统没有英伟达驱动，该怎么办？
需要注意的是，由于你使用的是VMware虚拟机，可能无法直接安装英伟达官方驱动。因此，即使安装了英伟达驱动，也可能无法实际使用英伟达显卡功能。2. 安装Nouveau驱动：Nouveau是一个开源的英伟达显卡驱动，可以在一些英伟达显卡中提供基本的图形功能。- 禁用Nouveau驱动：在安装英伟达官方驱动之前，需要禁用Nouveau驱动。- 安装依赖项：确保你的系统已安装必要的依赖项，例如`gcc`、`make`和`kernel headers`。如果没有英伟达显卡，那么安装英伟达驱动是没有意义的。
2023-08-12 21:26:41
3720
原创 scikit-plot 使用笔记
PCA的目标是将高维数据转换为一组低维的主成分，这些主成分将数据中的方差解释得尽可能好。第一个主成分解释了最大的方差，第二个主成分解释了次大的方差，以此类推。每个主成分都是关于原始特征的线性组合，并且它们之间是正交的（相互之间不相关）。主成分类似于原始数据的投影，但是它们的排序是如此安排，以便第一个主成分解释了最大的方差，第二个主成分解释了次大的方差，以此类推。主成分是原始数据的线性组合，通过这种方式，它们能够捕捉到数据中的最大方差。
2023-08-07 11:39:25
335
原创 在python中训练Gnina的Caffe模型
Required- Optional* Samplelayer {top: "out"The `BNLL` (binomial normal log likelihood) layer computes the output as log(1 + exp(x)) for each input element x.“BNLL”（二项式正态对数似然）层将每个输入元素 x 的输出计算为 log(1 + exp(x))。## Sample。
2023-07-20 14:40:57
195
原创 Gnina split_caffe_proto.py
脚本尝试创建`../docs/_includes/`和`../docs/_includes/proto/`两个目录，若目录已存在则忽略，若创建失败则抛出异常。6. 使用正则表达式匹配`caffe.proto`文件中的参数定义信息。将参数定义写入以参数名称命名的文本文件，保存在`../docs/_includes/proto/`目录下。4. 构建`caffe.proto`文件的完整路径`caffe_proto_fn`。
2023-07-19 22:10:36
1113
原创 使用Py2neo构建知识图谱（概念与实现）
知识图谱的构建方法有很多种，其中比较常见的包括自顶向下和自底向上两种方法。自顶向下构建方法是指从高质量数据中提取本体和模式信息，加入到知识库中；而自底向上构建方法则是从公开采集的数据中提取出资源模式，选择其中置信度较高的新模式，经人工审核之后，加入到知识库中。自顶向下和自底向上是两种不同的构建方法。自顶向下构建方法是指从高质量数据中提取本体和模式信息，加入到知识库中；而自底向上构建方法则是从公开采集的数据中提取出资源模式，选择其中置信度较高的新模式，经人工审核之后，加入到知识库中。
2023-06-30 21:12:51
849
原创 深度学习时，对数据归一化的作用？
例如 如果你的一个特征是10000，一个特征是0.2，当这两个输入到任何学习模型中时，学习速度都会很慢。如果两个特征之一为0.1，另一个为0.3，学习速度就会加快。这也是为了避免梯度消失，使每一层更加独立，不受前一层的影响。对于数据本身来说，没有强制要求必须满足正态分布的条件，除非是非正常分布。事实上，我们正在谈论数据标准化。这是一种特征处理方法，使所有标准化特征满足N(0, 1)的标准正态分布。当我们进行深度学习训练时，往往希望数据越接近正态分布越好，这样训练效果就会明显提升。
2023-06-23 18:09:59
131
原创 官网方法，conda环境安装tensorflow，可使用多个GPU
如果您想要在多台机器上进行分布式训练，您可以使用其他分布式策略，例如 tf.distribute.experimental.MultiWorkerMirroredStrategy 或 tf.distribute.experimental.TPUStrategy。在 TensorFlow 2.4 版本中，可以使用 tf.distribute.MirroredStrategy 来在一台机器的多个 GPU 上进行同步分布式训练。在一台或多台机器上，要顺利地在多个 GPU 上运行，最简单的方法是使用。
2023-06-19 15:58:41
863
原创 python中的大括号{}的用法
在这个例子中，{epoch:03d}表示将epoch变量插入到字符串中，并使用3位数字进行填充，如果数字不足3位，则在前面添加零。{val_loss:.4f}表示将val_loss变量插入到字符串中，并使用4位小数进行填充。在Python中，{}是格式化字符串的占位符，用于指示在字符串中插入变量的位置。
2023-05-21 02:16:15
2769
原创 在anaconda环境中使用Gitlab上的项目
GitLab和GitHub都是基于web的Git仓库，它们都提供了分享开源项目的平台，为开发团队提供了存储、分享、发布和合作开发项目的中心化云存储的场所。GitLab是仿照GitHub来做的，但是GitLab提供了更多的功能，比如自带CI/CD。CI/CD的核心概念是持续集成、持续交付和持续部署。它是作为一个面向开发和运营团队的解决方案，主要针对在集成新代码时所引发的问题（也称为：“集成地狱”）。安装完成后，您可以在anaconda环境中使用python-gitlab包来与GitLab上的项目进行交互。
2023-04-25 15:05:30
612
原创 【Tensorflow】模型如何加载HDF文件数据集？
定义文件模式，假设三个数据集都在/dataset文件夹中# 定义读取函数# 创建文件名数据集# 读取数据load_data,load_data,load_data,# 打乱和批处理数据`interleave` 函数可以从多个数据集中交替地读取数据。在这个例子中，我们使用 `interleave` 函数来并行地从多个 HDF5 文件中读取数据。
2023-04-23 16:52:05
704
原创 怎么在linux服务器选择GPU进行训练模型？
命令会输出一些关于服务器上 NVIDIA GPU 的信息，包括每个 GPU 的型号、驱动版本、总内存、使用内存、温度、功率和运行在其上的进程等。这意味着，当您运行训练脚本时，它只会使用服务器上的第 0 和第 1 个 GPU（假设它们是可用的）。命令来查询 Linux 服务器上可用的 GPU。首先查看当前节点有那些可用的GPU：使用。
2023-04-23 15:51:54
1597
原创 如何用 tensorflow 构建卷积网络，使用batch_size批量训练？
其中，`batch_size`是指每次训练时使用的样本数，`epochs`是指训练的轮数。在训练时，每个epoch会将所有训练数据都过一遍，而每个epoch又分为多个batch，每个batch包含的样本数就是`batch_size`。通过修改代码中的`batch_size`参数即可实现批处理。# 修改代码以使用batch_size进行批处理。# 将卷积层的输出扁平化，以便输入到全连接层。# 编译模型，指定损失函数和优化器。
2023-04-23 15:10:40
544
原创 使用PyTorch来训练图像分类模型
这个代码片段中，我们首先定义了一个数据加载器，然后定义了一个My_Model类，它继承自nn.Module类。在这个类中，我们定义了一个输入层、一个输出层和一个隐藏层。然后我们定义了一个training_step()方法，用于计算损失并返回损失值。在训练过程中，我们使用Adam优化器来更新模型参数。
2023-04-10 01:41:10
557
原创 将多个分子的SMILES字符串写入到一个文件中
这段代码首先创建了一个包含两个分子的列表，然后打开了一个名为output.smi的文件，并创建了一个SmilesWriter对象。最后，循环遍历分子列表，将每个分子写入到文件中。# 创建SmilesWriter对象。
2023-04-10 01:20:02
504
原创 argparse到底怎么用？
方法创建一个新的ArgumentParser对象，该对象将保存解析命令行参数所需的所有信息。方法解析命令行参数并返回一个具有与参数对应的属性的对象。可以帮助你编写用户友好的命令行接口。Python内置的模块。
2023-03-27 16:50:27
365
原创 深度强化学习 DDPG 详细代码示例
方法创建一个新的ArgumentParser对象，该对象将保存解析命令行参数所需的所有信息。方法解析命令行参数并返回一个具有与参数对应的属性的对象。可以帮助你编写用户友好的命令行接口。Python内置的模块。
2023-03-27 16:48:44
420
原创 DeepChem的作用、安装、代码示例
_future__是一个Python模块，用于导入一些未来版本的Python特性，以便在当前版本中使用。例如，可以使用__future__模块导入print_function特性，使得print语句在Python 2和3中保持一致。low_data.py，使用TensorGraph API训练一个低数据模型来预测化合物的毒性的示例代码。要使用__future__模块，只需在Python文件的开头导入所需的特性即可。使用deepchem进行药物发现的python示例代码。Featurizer对象。
2023-03-23 15:33:13
979
原创 怎么使用openbabel的pybel？
Pybel 提供了一个简单的 API 用来链接 Open Babel SMARTS pattern 匹配.。使用ob的分子产生相应附加数据的对象（字典），其实用途不大，更常用mol.data。特征返回字典对象，可用来获得和编辑与分子相关的数据 ( 是。特征可获得任何与分子有关的“unit cell”数据(特征提供了分子中所有Atoms的列表。对象，但可当作普通的字典对象）。
2023-03-19 19:55:09
1823
原创 用Pymol的pythonAPI来获取原子所属残基的信息
GUI > pymol的工作路径改为脚本所在的文件夹，在GUI的命令行中输入@script.pml 或者 run script.py。2.打开GUI>直接将 pml/py script 拖拽进 pymol window。4.打开GUI> file > RUN Script…1.打开终端，输入：pymol pml文件/py文件。例如：将所选结构中的obj的名字一个一个打印出来。
2023-03-15 16:20:34
473
转载 ProtTrans：使用迁移学习利用自监督模型理解蛋白质“语言”
其中，factorized embedding parameterization通过引入一个维度较小的隐藏层，将参数因式分解，达到减少参数的目的，cross-layer parameter sharing，模型中全连接层、注意力层的参数均是共享的，也就是 ALBERT 依然有多层的深度连接，但是各层之间的参数是一样的。蛋白质的一维序列决定蛋白质的三维结构。，把所有任务都转化成一种形式，用同样的模型，同样的损失函数，同样的训练过程，同样的解码过程来完成所有 NLP 任务(Text-to-Text)。
2023-03-07 18:24:39
1350
原创 pymol也可以录制“宏”操作？
参考http://pymol.sourceforge.net/newman/user/S0210start_cmds.html，简单点说就是先用log_open log1.-open-source -c conda-forge 安装，然后就可以在python中import了。创建一个日志文件，然后不管是命令行还是鼠标操作都会保存在这个文件里。对了，在conda中，可以用 conda install。
2023-03-01 17:07:30
296
原创 为什么更推荐你用copy.deepcopy()，而不仅仅是copy()？
在使用copy.copy()复制嵌套的[‘A’, ‘B’, [‘d’, ‘e’, ‘f’], [‘x’, ‘y’]]，然后改变嵌套列表中的值是，会影响到源列表的值。
2023-02-22 02:00:23
66
转载 Q-Learning和epsilon-greedy算法
（事先有一个Q表，在实际代码中到一个新状态，要检查是否在Q表中，如果state不存在就新建一行）
2023-02-08 17:30:33
592
原创 C++的数组（定义和应用）
所谓数组，是有序的元素序列。如将有限个类型相同的变量的集合命名，那么这个名称就是数组名。数组是用于存储多个相同类型数据的集合。
2023-02-04 20:02:14
2297
原创 【C++】多重for循环解决枚举问题
需要注意的是，由于输出要从A-F的顺序输出，而只有字母为1时才会被当作犯人输出，因此写for循环的时候要注意位置，使得最先遍历A==1的情况。本题答案不唯一，请编程找出所有可能的凶手。并按A-F的顺序逐行输出。E：其他五个人中，只有A和D说了真话。他们中只有一半说了真话，凶手只有一个。B：A、C中有一个是罪犯。
2023-01-27 22:43:53
336
转载 爬虫 requests.post()和requests.get()
python中并没有json类型这一说法，通过json.dumps()转换的字典对象，最后得到的是一个字符串对象，在python中json格式的数据实际上就是一个字符串。虽说 .json在python中是以字符串的类型存在的，但是通过str()函数所得到的结果和 json.dumps()方法的结果是不相同的。如果data传递的参数为字符串，如：json.dumps(payload)，则request对参数进行url编码，Content-Type的值为None，
2023-01-26 12:53:05
399
原创 GCC简介
这也符合一般系统开发的规律:提供一个最基本的系统 (Linux内核)，再提供一个扩展其功能的工具(GCC)，借助于GCC编译的各种软件来丰富系统的功能。但随着GCC功能的不断扩充，现在其已经可以编译C++、Fortran、Pascal、Objective-C、Java，以及Ada等许多种类的语言了。这是最为关键的步骤，在该阶段，ld 会将各程序的执行代码放置在程序的适合位置，同时，程序调用的库函数也会以适当的方法设置调用接口。●编译是调用cc来实现的，它是源文件变为后缀为.o的目标文件的过程。
2023-01-14 18:20:34
513
原创 pytorch和numpy的互相转换、数学计算公式
使用将numpy的array转化为torch的张量。结果如下：而把张量转为numpy的数组：tensor2array = torch_data.numpy()
2023-01-06 13:43:01
455
原创 Anaconda下载库（安装包）、创建虚拟环境等
conda install pak # 安装包，pak代表包名，可依次安装多个包或指定版本，包名之间空格分开；conda remove pak # 移除指定包conda update pak # 更新包conda upgrade --all # 更新所以包conda search pak # 搜索包信息conda list / conda list -n python34 # 展示各个包的列表 或 指定环境的包列表某些包不存在，会报错：...
2023-01-05 20:26:26
2090
源码编译安装RDKit时会遇到这个文件无法下载，所以需要手动编译安装添加到系统的环境变量
2023-07-14
pip安装pytorch的wheel文件（CUDA11.7 python3.10）
2022-11-03
Gnina1.0 的复现代码该如何操作？
2023-07-22
C++安装临时库遇到这几句英文需求是什么意思？
2023-01-19
什么是显式创建权重？
2022-11-29
Transformer中的相对/绝对位置信息编码究竟怎么理解？
2022-11-28
Masked-Self-Attention 的作用有两种解释，该信谁？
2022-11-25
多头注意力是怎么分割的？
2022-11-21
如何在一个脚本中调用相同路径下的python脚本？
2022-06-26
分子对接构象搜索有哪些算法？
2022-05-29
pca = PCA(n_components= n) 其中n是主成分比例，还是降到几维？
2022-04-23
如何理解content-based classification network?
2021-06-24
TA创建的收藏夹 TA关注的收藏夹
TA关注的人