- conv Convolution and polynomial multiplication Syntax w = conv(u,v) w = conv(u,v,shape) Description w = conv（u，v）返回向量u和v的卷积。如果u和v是多项式系数的向量，则对它们进行卷积相当于将两个多项式相乘。 w = conv(u,v,s... conv Convolution and polynomial multiplication Syntax w = conv(u,v) w = conv(u,v,shape) Description w = conv（u，v）返回向量u和v的卷积。如果u和v是多项式系数的向量，则对它们进行卷积相当于将两个多项式相乘。 w = conv(u,v,s...
- 摘要 人工神经网络的兴衰在计算机科学和计算化学的科学文献中都有详细记载。然而近二十年后，我们现在看到了对深度学习兴趣的复兴，这是一种基于多层神经网络的机器学习算法。在过去的几年里，我们看到了深度学习在许多领域的变革性影响，尤其是在语音识别和计算机视觉领域，在这些领域的大多数专家从业人员现在经常避开之前建立的有利于深度的模型学习模型。在这篇综述中，我们对深层神经网络理论... 摘要 人工神经网络的兴衰在计算机科学和计算化学的科学文献中都有详细记载。然而近二十年后，我们现在看到了对深度学习兴趣的复兴，这是一种基于多层神经网络的机器学习算法。在过去的几年里，我们看到了深度学习在许多领域的变革性影响，尤其是在语音识别和计算机视觉领域，在这些领域的大多数专家从业人员现在经常避开之前建立的有利于深度的模型学习模型。在这篇综述中，我们对深层神经网络理论...
- Smiles2vec 简而言之，它是自然语言处理（NLP）领域的一项技术，可将字符串转换为向量。许多人用SMILES字符串预测物理属性。 SMILES：（Simplified molecular input line entry system）通过将分子化学结构转换为字母数字字符串而表示结构的方法。 将化学结构信息作为输入... Smiles2vec 简而言之，它是自然语言处理（NLP）领域的一项技术，可将字符串转换为向量。许多人用SMILES字符串预测物理属性。 SMILES：（Simplified molecular input line entry system）通过将分子化学结构转换为字母数字字符串而表示结构的方法。 将化学结构信息作为输入...
- 关于卷积的博文，之前也写过几篇： 【 MATLAB 】conv 函数介绍（卷积和多项式乘法） 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（1） 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（2） 今天在z变换的应用场景中再写一篇，另外加上另外一个知识点解卷积deconv。 【 MATLAB 】deconv 函数介绍 z变换的卷积性质... 关于卷积的博文，之前也写过几篇： 【 MATLAB 】conv 函数介绍（卷积和多项式乘法） 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（1） 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（2） 今天在z变换的应用场景中再写一篇，另外加上另外一个知识点解卷积deconv。 【 MATLAB 】deconv 函数介绍 z变换的卷积性质...
- 人工智能是一个主题，尝试使用神经网络作为模型建立化合物物理性质的预测模型。机器学习库是由Google开发和使用的TensorFlow。Keras是一个使TensorFlow的神经网络功能更易于使用的软件包。 <数据集文件见：https://download.csdn.net/download/u012325865/10670205> 神经网络 神经元 &n... 人工智能是一个主题，尝试使用神经网络作为模型建立化合物物理性质的预测模型。机器学习库是由Google开发和使用的TensorFlow。Keras是一个使TensorFlow的神经网络功能更易于使用的软件包。 <数据集文件见：https://download.csdn.net/download/u012325865/10670205> 神经网络 神经元 &n...
- 今天给大家介绍Bioinformatics期刊的一篇文章，“Graph embedding on biomedical networks: methods, applications and evaluations”。文章研究了图嵌入方法在生物医学网络分析上的应用，来自美国俄亥俄州立大学、美国哥伦布国家儿童医院、华中农业大学的研究者完成了该项工作... 今天给大家介绍Bioinformatics期刊的一篇文章，“Graph embedding on biomedical networks: methods, applications and evaluations”。文章研究了图嵌入方法在生物医学网络分析上的应用，来自美国俄亥俄州立大学、美国哥伦布国家儿童医院、华中农业大学的研究者完成了该项工作...
- 研究背景 RNA分子是生物体内参与各种如细胞分化、代谢、记忆存储等重要生命活动的一类大分子，其常见的种类有rRNA、mRNA、tRNA。近年来越来越多的实验表明RNA似乎无处不在、无所不能，而事实上，编码用的mRNA才占1.5%，而非编码RNA则占据了人类基因组的75％。但是我们对绝大多数的非编码RNA了解甚少，主要原因是缺乏结构信息，因... 研究背景 RNA分子是生物体内参与各种如细胞分化、代谢、记忆存储等重要生命活动的一类大分子，其常见的种类有rRNA、mRNA、tRNA。近年来越来越多的实验表明RNA似乎无处不在、无所不能，而事实上，编码用的mRNA才占1.5%，而非编码RNA则占据了人类基因组的75％。但是我们对绝大多数的非编码RNA了解甚少，主要原因是缺乏结构信息，因...
- 简介 当通过深度学习输入有机物质中结构式的二维图像时，需要解决寻找分子式的问题。这是一个回归问题，需要计算结构式图像中包含的碳，氢，氧和氮等原子数。 基于化合物结构式图像估算分子式 环境 系统 ：Win10 工具：RDKit、OpenCV、Keras、TensorFlow 任务步骤 训练数据300,000种化合物的SMILES字符串（足够... 简介 当通过深度学习输入有机物质中结构式的二维图像时，需要解决寻找分子式的问题。这是一个回归问题，需要计算结构式图像中包含的碳，氢，氧和氮等原子数。 基于化合物结构式图像估算分子式 环境 系统 ：Win10 工具：RDKit、OpenCV、Keras、TensorFlow 任务步骤 训练数据300,000种化合物的SMILES字符串（足够...
- 人工智能是一个主题，尝试使用神经网络作为模型建立化合物物理性质的预测模型。机器学习库是由Google开发和使用的TensorFlow。Keras是一个使TensorFlow的神经网络功能更易于使用的软件包。 <数据集文件见：https://download.csdn.net/download/u012325865/10670205> 代码示例 ... 人工智能是一个主题，尝试使用神经网络作为模型建立化合物物理性质的预测模型。机器学习库是由Google开发和使用的TensorFlow。Keras是一个使TensorFlow的神经网络功能更易于使用的软件包。 <数据集文件见：https://download.csdn.net/download/u012325865/10670205> 代码示例 ...
- 基于深层神经网络使用单目摄像头实现物体识别节点功能包推荐 参考链接：公告：：ROSwiki：：Github源码：：Deep Neural Networks (dnn module) 为了使机器人成为有用的工具，需要能够识别物体，以便可以对这些物体的行为进行编程。例如，在我们的机器人鸡尾酒服务员应用程序中，机器人必须能够找到房间里的人来服务。因为这是重要的功能，所以我们开发了... 基于深层神经网络使用单目摄像头实现物体识别节点功能包推荐 参考链接：公告：：ROSwiki：：Github源码：：Deep Neural Networks (dnn module) 为了使机器人成为有用的工具，需要能够识别物体，以便可以对这些物体的行为进行编程。例如，在我们的机器人鸡尾酒服务员应用程序中，机器人必须能够找到房间里的人来服务。因为这是重要的功能，所以我们开发了...
- PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 PyTorch | （4）神经网络模型搭建和参数优化 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... PyTorch | （1）初识PyTorch PyTorch | （2）PyTorch 入门-张量 PyTorch | （3）Tensor及其基本操作 PyTorch | （4）神经网络模型搭建和参数优化 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...
- 1.研究背景 在生物医学领域，分析大规模、高维度的单细胞数据，并且处理由分批实验效应和不同制备造成的数据噪声是当前的挑战；单细胞数据的大规模、高维度处理比较困难，需要考虑数据中不同程度的噪声、分批效应、人工误差、稀疏异质性。 近年来，深度学习技术在处理生物医学数据方面的应用崭露头角，并取得不错的效果，这给大规模、高维度的单细胞数据分析处理... 1.研究背景 在生物医学领域，分析大规模、高维度的单细胞数据，并且处理由分批实验效应和不同制备造成的数据噪声是当前的挑战；单细胞数据的大规模、高维度处理比较困难，需要考虑数据中不同程度的噪声、分批效应、人工误差、稀疏异质性。 近年来，深度学习技术在处理生物医学数据方面的应用崭露头角，并取得不错的效果，这给大规模、高维度的单细胞数据分析处理...
- DeepChem 官网：https://deepchem.io/ DeepChem旨在提供高质量的开源工具链，将药物开发、材料科学、量子化学和生物学方面的深度学习应用普及化。 DeepChem提供了几种用于图卷积的特征提取方法。探索对其中一种图形卷积Featurizer所做的事情。 运行环境 CentOS 7 Python3.6 DeepChem2.2 ... DeepChem 官网：https://deepchem.io/ DeepChem旨在提供高质量的开源工具链，将药物开发、材料科学、量子化学和生物学方面的深度学习应用普及化。 DeepChem提供了几种用于图卷积的特征提取方法。探索对其中一种图形卷积Featurizer所做的事情。 运行环境 CentOS 7 Python3.6 DeepChem2.2 ...
- 化学信息学中的模型构建 将分子转换为特征向量（编码） 描述特征向量与目标分子特性（映射）之间的关系 K最近邻(kNN，k-NearestNeighbor) 将数据集放置在特征空间中（学习） 根据k个相邻数据点的值确定新点的值（预测） 当k = 1时：它被归类为“红色”以及最接近的红点。 当k = 3时，最接近的三个点是红色2蓝色1，并以多... 化学信息学中的模型构建 将分子转换为特征向量（编码） 描述特征向量与目标分子特性（映射）之间的关系 K最近邻(kNN，k-NearestNeighbor) 将数据集放置在特征空间中（学习） 根据k个相邻数据点的值确定新点的值（预测） 当k = 1时：它被归类为“红色”以及最接近的红点。 当k = 3时，最接近的三个点是红色2蓝色1，并以多...
- Chemistry.AI | 基于卷积神经网络（CNN）预测分子特性 环境准备 Python版本：Python 3.6.8 PyTorch版本：PyTorch1.1.0 RDKit版本：RDKit 2020.03.1 基于循环神经网络（RNN）预测分子性质 导入库 from rdkit import Chemfrom rdkit.Chem.Crippe... Chemistry.AI | 基于卷积神经网络（CNN）预测分子特性 环境准备 Python版本：Python 3.6.8 PyTorch版本：PyTorch1.1.0 RDKit版本：RDKit 2020.03.1 基于循环神经网络（RNN）预测分子性质 导入库 from rdkit import Chemfrom rdkit.Chem.Crippe...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签