- 背景 基于由RDKit和mordred等描述符计算生成的特征进行化合物的机器学习时，由于特征数量大且存在过拟合的可能，因此有必要进行特征选择。尝试了scikit-learn的VarianceTheshold，一种基本的特征选择算法。 什么是方差阈值 可删除不满足给定方差的样本特征。默认情况下，将删除0方差，即所有样本具有相同值的要素。作为另一个示例，描述... 背景 基于由RDKit和mordred等描述符计算生成的特征进行化合物的机器学习时，由于特征数量大且存在过拟合的可能，因此有必要进行特征选择。尝试了scikit-learn的VarianceTheshold，一种基本的特征选择算法。 什么是方差阈值 可删除不满足给定方差的样本特征。默认情况下，将删除0方差，即所有样本具有相同值的要素。作为另一个示例，描述...
- 关于比赛正式资料参考钢铁侠和智能车竞赛官方网站。之前，博客涉及“偏方”如下： 来龙去脉：https://blog.csdn.net/ZhangRelay/article/details/89639965常规攻略：https://blog.csdn.net/ZhangRelay/article/details/90300095 有部分小伙伴并没有幸运免费得到比赛用车或没... 关于比赛正式资料参考钢铁侠和智能车竞赛官方网站。之前，博客涉及“偏方”如下： 来龙去脉：https://blog.csdn.net/ZhangRelay/article/details/89639965常规攻略：https://blog.csdn.net/ZhangRelay/article/details/90300095 有部分小伙伴并没有幸运免费得到比赛用车或没...
- @Author：Runsen 这是2020年美赛C题，当时三月份朋友找我搞定，今天在清理文件中发现了，于是做一个记录。这不是我的作业，我的专业可是化工。与这些没有什么关系。 阳光公司计划在线上市场上推出和销售三种新产品：微波炉，婴儿奶嘴和吹风机。他们已聘请您的团队作为顾问，通过顾客过去对其他竞争产品提供的相关评级和评论，识别关键模式、关系、措施和参数 告知其在线销... @Author：Runsen 这是2020年美赛C题，当时三月份朋友找我搞定，今天在清理文件中发现了，于是做一个记录。这不是我的作业，我的专业可是化工。与这些没有什么关系。 阳光公司计划在线上市场上推出和销售三种新产品：微波炉，婴儿奶嘴和吹风机。他们已聘请您的团队作为顾问，通过顾客过去对其他竞争产品提供的相关评级和评论，识别关键模式、关系、措施和参数 告知其在线销...
- 利用化合物的结构与活性数据，基于RDKit和Python3的机器学习活性预测模型小示例。 代码示例： #导入必须的包#!/usr/bin/env python3from rdkit.Chem import Descriptorsfrom rdkit.Chem import AllChem as chfrom rdkit.Chem import Draw as d... 利用化合物的结构与活性数据，基于RDKit和Python3的机器学习活性预测模型小示例。 代码示例： #导入必须的包#!/usr/bin/env python3from rdkit.Chem import Descriptorsfrom rdkit.Chem import AllChem as chfrom rdkit.Chem import Draw as d...
- TensorFlow TensorFlow是Google的一个开源软件库，广泛用于数值计算。它使用可在许多不同平台上共享和执行的数据流图。 它被广泛用于构建深度学习模型，这是机器学习的一个子集。张量只不过是一个多维数组，所以当我们说TensorFlow时，它实际上是计算图中的多维数组（张量）流。安装Anaconda后，安装TensorFlow变得非常简单，直接安装tens... TensorFlow TensorFlow是Google的一个开源软件库，广泛用于数值计算。它使用可在许多不同平台上共享和执行的数据流图。 它被广泛用于构建深度学习模型，这是机器学习的一个子集。张量只不过是一个多维数组，所以当我们说TensorFlow时，它实际上是计算图中的多维数组（张量）流。安装Anaconda后，安装TensorFlow变得非常简单，直接安装tens...
- DGL具有许多用于化学信息学、药物与生物信息学任务的函数。 DGL开发人员提供了用于可视化训练模型原子权重的代码。使用Attentive FP构建模型后，可以可视化给定分子的原子权重，意味着每个原子对目标值的贡献量。 基于Attentive FP可视化训练模型原子权重 环境准备 PyTorch：深度学习框架DGL：基于PyTorch的库，支持深度学习以处理图形RDK... DGL具有许多用于化学信息学、药物与生物信息学任务的函数。 DGL开发人员提供了用于可视化训练模型原子权重的代码。使用Attentive FP构建模型后，可以可视化给定分子的原子权重，意味着每个原子对目标值的贡献量。 基于Attentive FP可视化训练模型原子权重 环境准备 PyTorch：深度学习框架DGL：基于PyTorch的库，支持深度学习以处理图形RDK...
- 今天给大家介绍的是2019年11月发表在Nature Communications的一篇文章，“A Bayesian machine learning approach for drug target identification using diverse data types“。药物靶标识别是药物开发的关键步骤。为了解决这个问题，作者开发了BA... 今天给大家介绍的是2019年11月发表在Nature Communications的一篇文章，“A Bayesian machine learning approach for drug target identification using diverse data types“。药物靶标识别是药物开发的关键步骤。为了解决这个问题，作者开发了BA...
- 设计一个占空比50%的三分频电路。 针对这个分频器，博文的末尾会给出一个反面教材，这是我上次写的一个分频器，看起来很好，其实是不能综合的。针对其中的错误，我令立博文记录之：【 Verilog 】always@（）的敏感源中为什么不能双边沿触发？为什么不能双时钟触发？ 感谢学习道路上的前辈给予的指导：下面的分频器思路是： 画了个草图： 给出Verilog HD... 设计一个占空比50%的三分频电路。 针对这个分频器，博文的末尾会给出一个反面教材，这是我上次写的一个分频器，看起来很好，其实是不能综合的。针对其中的错误，我令立博文记录之：【 Verilog 】always@（）的敏感源中为什么不能双边沿触发？为什么不能双时钟触发？ 感谢学习道路上的前辈给予的指导：下面的分频器思路是： 画了个草图： 给出Verilog HD...
- 工具简介 来自德国海德堡大学的Hamprecht团队开发了一款使用简便的开源交互式工具—ilastik。ilastik能够给用户提供良好的基于机器学习的生物信息图像分析服务，这对于在计算机专业知识方面有所欠缺而又想使用机器学习来做图像分析的用户来说是一个福音。（文末附ilastik下载链接） 研究背景 随着成像技术的... 工具简介 来自德国海德堡大学的Hamprecht团队开发了一款使用简便的开源交互式工具—ilastik。ilastik能够给用户提供良好的基于机器学习的生物信息图像分析服务，这对于在计算机专业知识方面有所欠缺而又想使用机器学习来做图像分析的用户来说是一个福音。（文末附ilastik下载链接） 研究背景 随着成像技术的...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
- Cozmo之ROS和AI训练/体验营-2019-ROS暑期学校 Cozmo机器人训练营 第5天(2019年7月31日) 主题：ROS2与实时系统 17:40 -- 18:00Cozmo机器人训练营（体验营介绍）张瑞雷 Exbot机器人实验室18:00 -- 19:00晚餐 19:00 -- 21:00体验营2：C... Cozmo之ROS和AI训练/体验营-2019-ROS暑期学校 Cozmo机器人训练营 第5天(2019年7月31日) 主题：ROS2与实时系统 17:40 -- 18:00Cozmo机器人训练营（体验营介绍）张瑞雷 Exbot机器人实验室18:00 -- 19:00晚餐 19:00 -- 21:00体验营2：C...
- 2020年1月6日哈佛医学院Mohammed AlQuraishi和Peter K. Sorger研究团队合作在Nature methods上发表题Biophysical prediction of protein–peptide interactions and signaling networks using machine learning的研究成果。该研究利用机... 2020年1月6日哈佛医学院Mohammed AlQuraishi和Peter K. Sorger研究团队合作在Nature methods上发表题Biophysical prediction of protein–peptide interactions and signaling networks using machine learning的研究成果。该研究利用机...
- 5月7日 按键防抖 1. 用verilog实现按键抖动消除电路，抖动小于15ms，输入时钟12MHz。 在编写Verilog代码之前，先分析下一些前提问题，首先是几个按键（1个，多个），我们以1个和三个为例； 其次是算下按键按下后计数多少后，采样按键值，这个需要简单的运算：输入时钟为12MHz，也就是大约80ns的周期，那么去除15ms的抖动，需要计数多少次呢？ 经... 5月7日 按键防抖 1. 用verilog实现按键抖动消除电路，抖动小于15ms，输入时钟12MHz。 在编写Verilog代码之前，先分析下一些前提问题，首先是几个按键（1个，多个），我们以1个和三个为例； 其次是算下按键按下后计数多少后，采样按键值，这个需要简单的运算：输入时钟为12MHz，也就是大约80ns的周期，那么去除15ms的抖动，需要计数多少次呢？ 经...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
- 数据通路。 y = func(a,b) func可以是加法，减法，乘法，比较，移位，舍入，饱和等。 分别针对有符号数，无符号数的情况。 提示：可以参考synopsys的一篇文档 https://t.zsxq.com/QF6QNju 加法： 对于无符号数而言： module arithmetic( input [3:0] a, input [3:0] b, ou... 数据通路。 y = func(a,b) func可以是加法，减法，乘法，比较，移位，舍入，饱和等。 分别针对有符号数，无符号数的情况。 提示：可以参考synopsys的一篇文档 https://t.zsxq.com/QF6QNju 加法： 对于无符号数而言： module arithmetic( input [3:0] a, input [3:0] b, ou...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签