BERT-Kcr：使用BERT神经网络的转移学习方法预测赖氨酸的巴豆酰化位点
伯特·克尔
基于转移学习方法的预训练BERT模型预测组蛋白赖氨酸巴豆酰化（Kcr）位点
所有数据集都在BERT-Kcr /数据中。
所有模型均可在：
（1）BERT-Base模型是原始的预训练BERT模型，它包含12个变压器层和768个隐藏的嵌入大小。
（2）BERT-Kcr模型是我们对组蛋白Kcr部位预测的最终模型。
所有代码均在BERT-Kcr /代码中：
（1）如果要训练BERT-Kcr模型，请确保已下载上述BERT-Base模型，然后应该：
A.格式化您的训练和验证文件，例如BERT-Kcr / code / input文件夹中的文件。
B.修改BERT-Kcr / code / train.sh中的文件夹路径，然后运行：
bash train.sh
（2）如果要使用BERT-Kcr模型预测组蛋白Kcr站点，请确保已下载上述两个模型，然后应该：
A.格式化测试
文件下载
资源详情
[{"title":"（ 163 个子文件 13.35MB ） BERT-Kcr：使用BERT神经网络的转移学习方法预测赖氨酸的巴豆酰化位点","children":[{"title":"neg_train.txt <span style='color:#111;'> 224.78KB </span>","children":null,"spread":false},{"title":"pos_train.txt <span style='color:#111;'> 224.78KB </span>","children":null,"spread":false},{"title":"neg_test.txt <span style='color:#111;'> 96.32KB </span>","children":null,"spread":false},{"title":"pos_test.txt <span style='color:#111;'> 96.32KB </span>","children":null,"spread":false},{"title":"tokenization.py <span style='color:#111;'> 11.97KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 上位机雏形（仅集成Bartender）__补充了1个文件.rar
- radar_camera_calibration.zip
- SV810_Brief_Datasheet.pdf
- .net高校宿舍管理系统源码
- 发动机simulink模型-增压柴油机SIMULINK的建模与仿真.rar
- 数字图像处理第二版中文版（冈萨雷斯）(PDF)
- 智慧大棚QT界面设计
- 实现各种颜色高亮闪烁的Shader
- 基于matlab28355dsp代码自动生成生成
- 经纬度坐标转平面笛卡尔坐标
- Python-PySimpleGUI一个建立在tkinter之上简单但功能强大的GUI
- 使用Boosting修剪Double-Bagging乐团
- Postman-win64-8.0.2-Setup.exe
- NetBackup 8.1.2 文档全集
- 仿携程去哪双日历控件
- Cognitive Computing Architecture,and Intelligent Applications Technologies
- 数据库 原理、编程与性能1（原书第二版）
- “通讯录”asp.net源代码
- 经典算法题集
- 最新最全的FLEX++网站源码
- 基于n-gram的文本分类
- HMAC-MD5 C语言算法
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明