自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

翻译 用于光学神经网络的高速光学卷积加速器

用于光学神经网络的高速光学卷积加速器导读一、工作原理二、矩阵卷积加速器三、光学卷积神经网络3.1 卷积层实现3.2 全连接层的实现3.3 测试结果导读    受生物视觉皮层系统启发的卷积神经网络能够提取原始数据的分层特征,以大大降低参数复杂性并提高预测的准确性。它们在机器学习任务中应用广泛,例如计算机视觉,语音识别,玩棋盘游戏和医疗诊断等。光学神经网络能够利用可用的宽光学带宽极大地提高计算速度。上周三(1月6日),斯威本科技大学的Xu等人在《Nature》上展示了一种通用的光学矢量卷积加速器(vecto

2021-01-12 15:09:11 3905

原创 综述:深度学习在蛋白质结构预测中的最新进展

摘要:尽管许多结构生物信息学工具长期以来一直使用神经网络模型,但近年来深度神经网络(DNN)模型引起了相当大的兴趣。采用DNN的方法在最近的CASP中具有重大影响,尤其是在CASP12和CASP13中。该文章简要介绍了DNN模型的一些关键原理和特性,并讨论了为什么它们天然地适用于结构生物信息学中的某些问题。我们还将简要讨论实现这些成功的方法改进。以接触预测任务为例,我们还推测了为什么即使对于给定的目标序列,在没有大量同源物的情况下,DNN模型仍能够产生合理准确的预测。由于缺乏输入信息,乍一看似乎令人惊讶 。

2020-12-22 11:01:49 3531 2

翻译 AlphaFold:解决一个困扰生物学家50年的重大问题的模型

AlphaFold:解决一个困扰生物学家50年的重大问题的模型导论蛋白质折叠问题CASP14评估结果DeepMind解决蛋白质折叠问题的方法对现实世界的潜在影响解锁新的可能性参考链接导论    “近50年来,我们一直坚持这个问题——蛋白质如何折叠。 看到DeepMind为这个问题提供解决方案,他已经在这个问题上工作了很长时间,并且经过了无数次停滞后,不知道我们是否会到达那里,这是一个非常特殊的时刻。”——John Moult教授,CASP的联合创始人兼主席,马里兰大学    蛋白质对于生命至关重要,

2020-12-22 08:38:29 1091

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

提示
确定要删除当前文章?
取消 删除