文章
西湖大学利用 Transformer 分析百亿多肽的自组装特性,破解自组装法则
<blockquote<p多肽是两个以上氨基酸通过肽键组成的生物活性物质,可以通过折叠、螺旋形成更高级的蛋白质结构。多肽不仅与多个生理活动相关联,还可以自组装成纳米粒子,参与到生物检测、药物递送、组织工程中。</p<p然而,多肽的序列组成过于多样,仅10个氨基酸就可以组成超过百亿种多肽。
CALYPSO-SaaS|使用机器学习将晶体结构预测速度提升数十倍
晶体结构决定物质的性质,而以理论为先导,凭借任意化学配比预测到性质优秀的晶体结构,并结合实验进行材料合成,大大推动了凝聚态领域的发展,所以晶体结构预测是凝聚态物质研究的一项重要工具。!图片(https://imghelloworld.osscnbeijing.aliyuncs
Elasticsearch ---为AI变革提供高级搜索能力[ES向量搜索、常用配置参数、聚合功能等详解]
ElasticsearchRelevanceEngine为AI变革提供高级搜索能力ES向量搜索、常用配置参数、聚合功能等详解今天要介绍的ElasticsearchRelevanceEngine™(ESRE™),提供了多项用于创建高度相关的AI搜索应用程序的新功能
LSTM-CRF模型详解和Pytorch代码实现
在快速发展的自然语言处理领域,Transformers已经成为主导模型,在广泛的序列建模任务中表现出卓越的性能,包括词性标记、命名实体识别和分块。在Transformers之前,条件随机场(CRFs)是序列建模的首选工具,特别是线性链CRFs,它将序列建模为有向图,而CRFs更普遍地可以用于任意图
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析|附代码数据
全文链接:http://tecdat.cn/?p22596(https://link.segmentfault.com/?enc6GGpp0w7V85MSwpuAUgjzw%3D%3D.qVYdsaMKQKOcJwHzz77gREUBV3CQdwrvPAFYBHBEeqk%3D)
R语言rcurl爬虫采集抓取问财财经搜索网页股票数据|附代码数据
原文参考:http://tecdat.cn/?p4560(https://link.segmentfault.com/?encnPZNAMdIFjMh8vDXEdRI8w%3D%3D.Mt6IY6BDab7QXkApJYAB%2B6LpNL2fPD2UH9IX93ylSP8%3D)
【专题】2022年中国跨境电商行业研究报告PDF合集分享(附原数据表)
报告链接:http://tecdat.cn/?p32044(https://link.segmentfault.com/?encSTVOL1kwV2ercYYwWcwyTQ%3D%3D.Ba7o8m6zuacvuC5Vfz5jrt7KEUvw8UM%2FA6qXNyrgSe4%3D)
Python自激励阈值自回归(SETAR)、ARMA、BDS检验、预测分析太阳黑子时间序列数据
全文链接:https://tecdat.cn/?p33896(https://link.segmentfault.com/?encki9yq688tmLdyU28iZ3o5g%3D%3D.efTkFZkDtvLpQRrX8mXwThzUWRjd32iSK4ZKR3SGTVk%3D)
Generative AI 新世界 | 大模型参数高效微调和量化原理概述
在上期文章,我们对比了在AmazonSageMaker上部署大模型的两种不同的部署方式。本期文章,我们将探讨两个目前大语言模型领域的开发者们都关注的两个热门话题:大型语言模型(LLM)的高效微调和量化。微调大型语言模型允许开发者调整开源基础模型,从而提高特定领域任务的性能。接下来的两期文章
TSMixer:谷歌发布的用于时间序列预测的全新全mlp架构
这是谷歌在9月最近发布的一种新的架构TSMixer:AnallMLParchitecturefortimeseriesforecasting,TSMixer是一种先进的多元模型,利用线性模型特征,在长期预测基准上表现良好。据我们所知,TSMixer是第一个在长期预测基准上表现与最
已加载文章中没有匹配内容,试试其他关键词或清空搜索。