- 博客(3)
- 收藏
- 关注
原创 Datawhale AI夏令营 siRNA task3
不过在看到利用baseline实现的结果,能在评分系统里得到0.5038和0.7590的分数时,我也感到十分欣喜,一方面钦佩做baseline的大佬,另一方面在看到在人工智能的帮助下,人类能够更好地预测药物的治疗效果,从而改变世界,改变人类,让我感叹人工智能的伟大,和让我继续坚定学习人工智能的信念。接下来我将从最基础的部分开始学习,高等数学、英语、配置环境,会尝试的读一些人工智能的论文,也会更多的接触一些人工智能的项目,提高自己的代码能力。#Datawhale AI夏令营。
2024-08-03 11:50:17 453
原创 Datawhale AI夏令营 siRNA task2
但是,baseline在这里使用了[0]*(self.max_len-len(encoded))来生成填充,然后又使用 padded[:self.max_len],这实际上是多余的,因为padded的长度已经是self.max_len,可以简化为padded=encoded+[0]*(self.max_len-len(encoded))[:self.max_len].当ngram大于1时,它通过步幅来生成ngram分词,但当步幅小于ngram长度,这将导致在某些情况下无法正确生成ngram分词。
2024-07-31 21:09:09 375
原创 Datawhale AI夏令营 siRNA task1
在接下来的task2、task3中,我们的主要任务就是修改模型中的参数,从而让预测结果更加精确,更好“上分”。现有mRNA(简单理解为疾病基因)、siRNA(简单理解为药物基因)、RNAi(简单理解为药物基因作用于疾病基因的机制),我们的任务就是通过构建并优化模型,准确预测某类药物基因对某类疾病基因的治疗效果,9、训练主程序:优化模型的参数,使模型能够学习数据的特征并做出准确的预测或分类。用于训练模型,并在每个epoch后,评估模型的性能,保存最佳模型。#Datawhale AI夏令营#
2024-07-27 21:52:05 471
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人