alphafold精读

已于 2024-03-07 10:34:00 修改
阅读量421 收藏 7
点赞数 10
文章标签： ai 人工智能 深度学习
于 2023-11-30 18:43:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_51347013/article/details/134719219
版权
iiimZoey
关注
AlphaFold3: Google DeepMind的的新突破
Hofong1966的博客
05-09 644
AlphaFold 3采用了transformer和扩散模型,代表AI技术的通用性越来越强,同样的架构可以用在完全不同的领域上。
alphafold2精读
m0_51347013的博客
11-28 188
DNA->RNA->蛋白质，中心法则说明，DNA可以转录形成RNA，RNA再翻译成一个个氨基酸，最后组合形成蛋白质。
【论文视频】AlphaFold 2 论文精读. Nature 2021【论文精读】
py今天刷题了吗
01-24 1784
文章目录视频内容前言作者和大纲摘要导论模型（我们关心重点）编码器读后感，奇思妙想？ 视频内容 前言 这是AlphaFold2了，因为之前有一篇了，不要搞错 早在论文发表的5个月前，就已经写了博客，虽然文章还没写 同一天，2021 July 15，来自另一个团队也宣布了自己的工作RoseTTAFold，也是用深度神经网络来进行蛋白质结构的预测，将发表在科学杂志上面，同样上了封面！ 所以基本上可以认为两个团队同时发表了文章，我们知道，在科学领域，谁先出来谁后出来当然是不一样的，先出来的人拿到了最大的荣耀。所
Alphafold2：Highly accurate protein structure prediction with AlphaFold
MOL
11-28 1125
Alphafold2：Highly accurate protein structure prediction with AlphaFold
论文精读--AlphaFold2
m0_73202283的博客
03-30 1472
蛋白质是氨基酸序列，长串的序列会卷在一起，氨基酸之间相互吸引形成稳定的、独特的3D结构，3D结构的形状决定了蛋白质的功能目的：给氨基酸序列，预测3D结构Alphafold1的结果不够精确，偏差不在一个原子大小的级别之内，而2达到了原子级别的精度。
论文笔记：Highly accurate protein structure prediction with AlphaFold (AlphaFold 2 & appendix)
qq_40206371的博客
07-25 1787
注：这篇Nature的论文，如果光看正文，没法理解，需要结合它的补充材料一起看同时这篇文章看得太吃力了QAQ，如果有说的不对的地方欢迎指正 Transformer部分（也就是这里的encoder）只起到不同元素（氨基酸）之间信息整合的作用，真正信息的提炼部分，是在decoder部分实现的 大体流程和1.2.2 类似，区别在于，这里是按列来进行self-attention（同一个位置的氨基酸在不同蛋白质之中的权重）（两个transition是一样的）这个就是一个MLP 注意：由于出边入边模
AlphaFold2无痛安装教程(超级详细)
热门推荐
LoveFishO的博客
02-07 1万+
无痛安装和使用AlphaFold2
【论文分享】AF2:Highly accurate protein structure prediction with AlphaFold
zoetu
12-13 1398
以AlphaFold的论文原文“Highly accurate protein structure prediction with AlphaFold”为主题，结合openfold，esmfold等多个结构预测算法，进行蛋白质三维结构预测的算法细节以及模型训练过程。
marlin source code 马琳固件精读 高清PDF讲解
06-21
《马琳固件精读——深入理解Marlin源代码》高清PDF讲解，是为那些希望深入了解3D打印机固件开发的工程师和爱好者精心准备的参考资料。Marlin是一款广泛使用的开源固件，专为Fused Deposition Modeling (FDM) 3D...
现代大学英语精读第二版book2unit11PPT课件.pptx
10-08
"现代大学英语精读第二版Book2 Unit11 PPT课件" 本资源是一个大学英语精读教程的PPT课件，旨在帮助学生学习和理解英语阅读的技巧和策略。该课件共有43页，涵盖了阅读理解、语言知识和文化背景等多方面的内容。 ...
现代大学英语精读第二版book2unit4PPT课件.pptx
10-08
"现代大学英语精读第二版book2unit4PPT课件.pptx" 这份PPT课件的标题是"现代大学英语精读第二版book2unit4PPT课件.pptx”，描述为"现代大学英语精读第二版book2unit4PPT课件.pptx”，标签为"专业课件"。从给定的...
现代大学英语精读2课件lesson1.ppt
09-03
【现代大学英语精读2课件Lesson1】的讲解涵盖了多个方面，旨在提升学生的英语阅读理解、批判性思考以及对高等教育目的的理解。本课的主题围绕"Another School Year --- What For?"展开，引导学生反思上学期的收获，...
现代大学英语精读2 lesson13PPT课件.pptx
10-08
现代大学英语精读2 Lesson 13 PPT课件 本资源是现代大学英语精读2 Lesson 13的PPT课件，旨在提高学生的英语阅读和讨论能力。通过本课件，学生可以学习到相关的英语词汇、语法和阅读技巧，并通过讨论和交流活动，...
探讨Facebook的AI研究：未来社交平台的技术前瞻
LokiSan的博客
10-29 1360
在数字时代，社交媒体已成为人们日常生活的重要组成部分。作为全球最大的社交网络之一，Facebook不断致力于人工智能（AI）的研究与应用，以提升用户体验、增强平台功能并推动技术创新。本文将探讨Facebook在AI领域的研究方向及其对未来社交平台的潜在影响。
UOS AI 1.6 版本升级，如何实现精准搜索，效率翻倍？
vickynesss的博客
11-01 457
通过直接接入互联网的实时数据流，搜索结果变得多样化，不仅限于文字总结，还包括思维导图、事件与人物的综合概述，以及图片、视频、音频等多种形式，显著提高了回答的准确性和全面性。全局搜索全新搭载端侧大模型：支持离线自然语言搜索，无论身在何处，即使没有网络，只需通过快捷键“Shift+space(空格键）”唤醒全局搜索，都能轻松找到所需文件。：对于日常积累的海量截图，只需借助全局搜索功能，简要描述图片内的文字信息，便能迅速锁定并检索到所需图片。：重要信息直接添加到知识库，方便日后查阅，让全局搜索成为你的第二大脑。
如何在 AI 时代打造你的核心竞争力？
最新发布
玉树芝兰
11-01 333
（注：本文为小报童精选文章。已订阅小报童或加入知识星球「玉树芝兰」用户请勿重复付费）焦虑在《AI 研究已摘得诺奖桂冠，普通科研工作者将何去何从？》一文中我谈过自己对目前 AI 技术浪潮对大众影响的体会——未来已来，只是分布不均。很多人在还没有意识到 AI 带来的变革潜能时，觉得与自己无关，日子该怎么过怎么过，倒也轻松。而一旦突然意识到 AI 的重要性，就会变得焦虑万分。这种焦虑，就是挣扎与思考在外...
基于Keras的U-Net模型在图像分割与计数中的应用
10-31 2030
网络结构优化：项目基于经典的U-Net模型进行改进，采用了更深的网络层次结构，使模型能够在多尺度上捕捉到图像中的细节信息。特别是针对医学图像分割，项目通过增加卷积层数和引入Dropout层来增强模型的特征提取能力，并有效防止过拟合，从而提高模型在训练数据较少情况下的表现。项目中采用了he_normal初始化器和relu激活函数组合，使得网络在训练时能够更快地收敛，降低梯度消失的风险。自定义数据增强策略：在中实现了一个自定义的图像增强类。
人工智能—机器学习-图像处理
中段丸家
10-31 1085
使用深度学习算法来分析医学影像（如X光、CT扫描、MRI），帮助医生更快、更准确地做出诊断。：图像处理技术在自动驾驶汽车中至关重要，用于识别路标、行人和其他车辆。：通过机器学习分析监控视频，实时检测异常行为或可疑活动，提高安全性。：在身份验证和安防领域广泛应用，尤其在金融服务和个人设备解锁中。：利用图像处理技术提升用户体验，实现更沉浸的互动环境。
YoloV9改进策略：Block改进|RFE模块，提高小物体的识别精度|即插即用|代码+修改过程
m0_47867638的博客
10-29 428
本文介绍了一种基于YOLOv5的人脸检测方法，命名为YOLO-FaceV2。该方法旨在解决人脸检测中的尺度变化、简单与困难样本不平衡以及人脸遮挡等问题。通过引入一系列创新模块和损失函数，YOLO-FaceV2在WiderFace数据集上取得了优异的表现，特别是在小物体、遮挡和困难样本的检测上。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值