LORIS 神经影像平台技术文档
2024-12-20 10:52:37作者:宗隆裙
1. 安装指南
1.1 系统要求
LORIS 支持在 Ubuntu 和 CentOS 系统上安装。建议使用 LORIS 25.0 版本。
1.2 安装步骤
- Ubuntu 安装指南:请参考 Ubuntu 安装指南。
- CentOS 安装指南:请参考 CentOS 安装指南。
1.3 Heroku 部署
如果你想在 Heroku 上试用 LORIS,可以使用 Heroku 部署按钮进行快速部署。部署后,使用用户名 admin 和部署时设置的密码登录。
2. 项目使用说明
2.1 项目概述
LORIS(Longitudinal Online Research and Imaging System)是一个自托管的 Web 应用程序,用于神经影像研究的数据和项目管理。LORIS 可以轻松管理大规模数据集,包括行为、临床、神经影像和遗传数据,这些数据可以在不同时间或不同地点获取。
2.2 功能介绍
- 数据管理:支持行为、临床、神经影像和遗传数据的管理。
- 项目管理:提供项目管理功能,方便研究人员进行数据跟踪和管理。
- 社区支持:通过 LORIS Developers 邮件列表获取支持和帮助。
3. 项目 API 使用文档
3.1 API 概述
LORIS 提供了丰富的 API,用于与外部系统集成。API 文档可以在 LORIS ReadTheDocs 网站 上找到。
3.2 API 示例
以下是一个简单的 API 调用示例:
// 示例代码
$api_url = "https://your-loris-instance.com/api/v1/data";
$response = file_get_contents($api_url);
$data = json_decode($response, true);
4. 项目安装方式
4.1 本地安装
- Ubuntu:参考 Ubuntu 安装指南。
- CentOS:参考 CentOS 安装指南。
4.2 Heroku 部署
使用 Heroku 部署按钮进行快速部署,部署后使用 admin 用户名和部署时设置的密码登录。
5. 社区支持与贡献
5.1 社区支持
- 邮件列表:订阅 LORIS Developers 邮件列表 获取支持和帮助。
- GitHub Issues:在 GitHub 上报告问题或提出新功能请求。
5.2 贡献代码
如果你希望为 LORIS 贡献代码,请参考 贡献指南。
6. 关于 LORIS
LORIS 由 McGill Centre for Integrative Neuroscience 的开发人员开发,由 Alan Evans 和 Samir Das 领导。LORIS 的历史和技术论文可以在 LORIS 网站 上找到。
通过以上文档,您可以详细了解 LORIS 的安装、使用、API 调用以及社区支持等信息。希望这篇文档能帮助您更好地使用 LORIS 平台。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220