使用指南:蛋白质设计中的深度学习论文集合
2024-08-28 03:10:53作者:姚月梅Lane
1. 目录结构及介绍
欢迎来到“蛋白质设计中使用的深度学习论文”项目。此项目旨在汇总并提供关于利用深度学习进行蛋白质设计的研究文献资源。以下是该仓库的主要目录结构和各部分简要介绍:
papers_for_protein_design_using_DL/
├── CONTRIBUTING.md - 贡献指南,说明如何参与项目和提交建议。
├── papers/ - 核心部分,包含论文列表,按主题分类存放。
│ ├── De_novo_design - 关于从头设计蛋白质的论文。
│ ├── Antibody_design - 抗体设计相关研究。
│ └── ... - 其他如肽设计、结合蛋白设计等子目录。
├── benchmarks/ - 可能包含用于评估模型的基准测试数据集和方法描述。
├── datasets/ - 指向或描述序列、结构数据集的信息。
├── code/ - 一些论文可能附带的代码实现链接。
└── ... - 其余如笔记、补充材料等文档。
2. 项目启动文件介绍
该项目本身并不包含一个典型的“启动文件”,因为它是一个资料库而非运行的应用程序。但是,如果你想要贡献或者探索项目,主要入口点是阅读CONTRIBUTING.md文件,它指导用户如何参与到项目中,比如添加新的论文条目或修正现有内容。
3. 项目的配置文件介绍
在提供的信息里,并没有直接提到具体的配置文件,因为这个GitHub仓库主要是文档和论文清单。然而,管理个人贡献和遵循版本控制时,.gitignore, CONTRIBUTING.md, 和潜在的.github/workflows/*(如果是自动化流程的话)可以视为间接的“配置”文件,指导如何维护项目和代码提交标准。特别是,CONTRIBUTING.md扮演着指导贡献者的重要角色,它不是传统意义上的配置文件,但确实规定了如何正确地对项目进行贡献的规则和流程。
请注意,实际操作时,你应该直接访问仓库并查看最新的文件结构和文档,因为GitHub仓库的实际内容可能会随着时间更新而变化。本指南基于当前提供的信息概述了大致框架。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143