發(fā)簡(jiǎn)信
IP屬地：上海
-
Task03 Pytorch可視化網(wǎng)絡(luò)參考：https://github.com/datawhalechina/thorough-pytorch 1.可視化網(wǎng)絡(luò)結(jié)構(gòu) 使用print函...
-
day03 | 知識(shí)圖譜構(gòu)建及其生物醫(yī)學(xué)應(yīng)用知識(shí)圖譜可以支持很多生物醫(yī)學(xué)應(yīng)用澈灼，這些圖以節(jié)點(diǎn)和邊的形式表示生物醫(yī)學(xué)概念和關(guān)系。該篇review討論了這些圖是如何構(gòu)建和應(yīng)用的，特別關(guān)注機(jī)器學(xué)習(xí)...
-
Task02 PyTorch進(jìn)階訓(xùn)練技巧參考鏈接：https://github.com/datawhalechina/thorough-pytorch 本task注重于pytorch在...
-
Task01 PyTorch模型定義參考：https://github.com/datawhalechina/thorough-pytorch 1.Pytorch模型定義的方式 模...
-
Task07: 按需獲取的數(shù)據(jù)集類的創(chuàng)建和圖預(yù)測(cè)任務(wù)實(shí)踐Datawhale提供的課程鏈接：https://github.com/datawhalechina/team-learning-nlp/blo...
-
Task06:基于圖神經(jīng)的圖表示學(xué)習(xí)方法Datawhale提供的課程鏈接：https://github.com/datawhalechina/team-learning-nlp/blo...
-
Task05：超大圖上的節(jié)點(diǎn)表征學(xué)習(xí)Datawhale提供的課程鏈接：https://github.com/datawhalechina/team-learning-nlp/blo...
-
day02 | XGraphBoost：基于圖神經(jīng)網(wǎng)絡(luò)的特征提取用于更好的分子性質(zhì)預(yù)測(cè)今天分享的文獻(xiàn)是今年5月發(fā)表于Journal of Chemical Information And Modeling的文章“XGraphBoo...
-
day01 | 利用深度學(xué)習(xí)從基因轉(zhuǎn)錄數(shù)據(jù)中預(yù)測(cè)藥物療效讀文獻(xiàn)之前的幾個(gè)基礎(chǔ)概念： 1.基因表達(dá)譜（changes in transcriptional profiles,CTPs）：是一種在分子生物...