使用Amazon SageMaker微调和部署ProtBert模型进行蛋白质分类 内容 动机 蛋白质是控制生物体的关键基本大分子。 蛋白质定位的研究对于理解蛋白质的功能很重要，对药物设计和其他应用具有重要意义。 它在表征假设的和新发现的蛋白质的细胞功能中也起着重要的作用[1]。 有几项研究工作旨在通过使用高通量方法来定位整个蛋白质组[2-4]。 这些大型数据集提供了有关蛋白质功能以及更普遍的全球细胞过程的重要信息。 但是，它们目前不能达到100％的蛋白质组覆盖率，并且在某些情况下使用的方法可能导致蛋白质子集的错误定位[5,6]。 因此，必须有补充方法来解决这些问题。 在本笔记本中，我们将利用自然语言处理（NLP）技术进行蛋白质序列分类。 想法是将蛋白质序列解释为句子，并将其组成部分-氨基酸-解释为单个单词[7]。 更具体地说，我们将从Hugging Face库中微调Pytorch Pro

模糊网络攻击序列的概率推理，网络攻击和安全第14章

别的都太贵了，完整非文字版，高清。

在GPU上加速基于物种的蛋白质序列的Smith-Waterman对齐

Automatic Geographic Metadata Correction for Sensor-Rich Video Sequences

String algorithms are a traditional area of study in computer science. In recent years their importance has grown dramatically with the huge increase of electronically stored text and of molecular sequence data (DNA or protein sequences) produced by various genome projects. This 1997 book is a general text on computer algorithms for string processing. In addition to pure computer science, the book contains extensive discussions on biological problems that are cast as string problems, and on methods developed to solve them. It emphasises the fundamental ideas and techniques central to today's applications. New approaches to this complex material simplify methods that up to now have been for the specialist alone. With over 400 exercises to reinforce the material and develop additional topics, the book is suitable as a text for graduate or advanced undergraduate students in computer science, computational biology, or bio-informatics. Its discussion of current algorithms and techniques also makes it a reference for professionals.

非影印版，可以不用OCR 直接复制文字，之前在CSDN上找到影印版居然要12个资源分，嗯，我决定把分数挣回来

一本非常好的书籍，虽然很老，但是很经典，讲解四元数和旋转表示方面的书籍，对学习惯导、VR等有很大的帮助。

Dan Gusfield的字符串处理的经典书籍Algorithms on Strings, Trees and Sequences，完整版，550页。pdf版本