![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
软件工程应用于实践
文章平均质量分 66
见到我请过去学习
学习使我快乐
展开
-
软件工程项目实训12
修改get_ip()方法,之前的建立socket的方式无法获取服务器的ip,可能发生了转发?或者代理?新方法直接让服务器调用命令行获取自己的ip后端部分:本周是最后一周,因此作为后端聚合端测试人员,做最终测试工作。帮助后端修改了传输数据错误的bug,也修改了保存文件时若未指定文件名的时候,给定default作为名字.经过整整三天的调试奋斗,终于卡着八号的尾巴拍好了视频,并且九号一直工作到凌晨三点该bug,终于按时把项目完成了。不过在今天的答辩中却吃了不少苦头,主要总结成以下问题:1,异步分布式联邦原创 2022-06-10 18:47:20 · 253 阅读 · 0 评论 -
软件工程项目实训11
①多人统一任务测试A:任务发起者1)Create请求2)Train请求3)Close请求B:任务参与者1)Train请求2)Close请求②任务同时存在A:任务发起者1)Create请求2)Train请求3)Close请求B:任务发起者1)Create请求2)Train请求3)Close请求1,pymysql连接数据库失败问题解决:db_connect方法中即使查找不到数据,返回长度为0,也不是None,这处判断错误2,接收数据load失败应对措施:参照博客,添加 django.setup()(??配置环境原创 2022-06-02 23:15:26 · 198 阅读 · 0 评论 -
软件工程项目实训10
这里与前端同学沟通,多传了一个label用于判断输入的是账号还是密码2,注册部分,希望能后端生成一个随机的账号如下,我们测试了截取时间戳的一段,并加上注册的电话的一部分,构成新的账号,基本不会重复3,聚合端工作重大突破!!!发现解决方法,校园网无法进行无线传输,但是可以用个人wife来进行,怀疑是校园网对个人ip进行了额外处理。进行聚合端测试!...原创 2022-06-02 23:04:07 · 145 阅读 · 0 评论 -
软件工程项目实训09
我们需要在urls文件配置路由:在views文件写增删改查:三,遇到的问题1,对于下载的项目,不能直接在命令行输入指令来生成包含数据库访问方法的models文件,因为直接下载的包缺乏结构性文件,直接命令行运行会导致项目无法找到自己写的包。解决办法是建立一个新的项目,获取Models再拷贝回来,操作如下:生成models文件然后把文件右下角,UTF-16,改成UTF-82,需要配置server才能运行项目,具体配置方法如下:1,在setting中,按如下2,新建一个Django Server,如下原创 2022-06-02 22:55:51 · 111 阅读 · 0 评论 -
软件工程项目实训08
2,学习获得自己的ip和port2,遇到的问题期间在环境配置上除了很多问题,但都通过csdn解决了,同时为了更好的进行测试,学习了postman发送http请求: 支援后端,完成登录注册功能解决遗留问题,使用socket与他人通过网线传输,接收数据很缓慢,同时不时还会出现数据丢失,总之就是不可靠...原创 2022-06-02 22:45:31 · 125 阅读 · 0 评论 -
软件工程项目实训07
1,根据新设计,重新改模型架构如下:①为了针对多种任务,并把每一个任务当做一个组,需要引入新的Group对象,用于管理每个组的全局变量②增加groupId为Message的属性③测试了确实可以通过全局的GoupList中的变量,全局的管理各个组④从代码角度修改结构修改后的变量部分:group对象管理全局变量:新修改Message对象:新的algorithon结构: 二,下周安排①聚合端启动要把自己的ip和端口号传到服务器==>需要去学习python中的数据库操作②希望能通过原创 2022-06-02 22:39:54 · 231 阅读 · 0 评论 -
软件工程项目实训06
本周主要向老师展示了我们的设计,并发现了一些问题: 1,前端可以创建联邦学习任务2,用户发的Message要包含自己属于哪个组的信息3,聚合端要与数据库交互,存储一个组的信息,报过标识,组内人数,组内具体有哪些人当前聚合端逻辑:接收一个模型就立刻聚合,并返回,如果一个后端没有发送模型就不会接收到模型(每一轮都是)假设有A,B两个后端后端AB各发送一份模型过来,假设A先被接收到,聚合端将会把A用于聚合并仅把聚合后模型返回给A然后B的被接收到,把B用于聚合,并仅把模型返回给B,因为在这理论聚合中A并原创 2022-06-02 22:28:40 · 98 阅读 · 0 评论 -
软件工程项目实训05
与后端进行联机,把整个流程走一遍,在联机过程中出现了一下几个bug:报错:Forbidden (CSRF cookie not set.): /register/ [08/May/2022 15:17:53] "POST /register/ HTTP/1.1" 403 2修改方式:报错:【XXX卷找不到】,找不到自己定义的包解决方法:应该是环境变量没配置好,在这里配置好settings的位置还有一些问题,由于处理得比较快,并未来得及报存。。。1,socket不能通过校园网传输,因此我们必须要网线传,但我寝原创 2022-06-02 22:19:49 · 205 阅读 · 0 评论 -
软件工程项目实训04
根据3月20日开会讨论,进行聚合端的设计和开发,因为我们的打算是先用代码将整个联邦学习流程过一遍,故而现在的聚合端只需要针对一种聚合模型。1,聚合端服务器采用多线程技术,对于每一个到来的训练请求,都分一个线程去处理。2,设计一组全局变量,比如mutex:用于锁变量,防止并发,socket_list:管理每个用户的socket,global_parametser:保存留在聚合服务器上的训练模型,等等。3,设定聚合端与后端通过Message对象沟通,初步设定有,data:用于与后端沟通的数组,label:表明用原创 2022-06-02 21:52:06 · 218 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践12----Transformer基础
2021SC@SDUSC原创 2021-12-23 11:44:19 · 467 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践11----DGraphDTA代码分析二
2021SC@SDUSC原创 2021-12-16 14:33:25 · 641 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践10----GAT基础与药物蛋白结合方式创新
2021SC@SDUSC原创 2021-12-09 09:52:54 · 621 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践09----由GNN与蛋白质序列提取特征
2021SC@SDUSC原创 2021-12-04 10:24:58 · 1820 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践08----GNN基础及代码实现
2021SC@SDUSC原创 2021-11-26 16:09:03 · 758 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践07----hhblits与Pconsc4的配置
2021SC@SDUSC原创 2021-11-17 21:50:20 · 1451 阅读 · 9 评论 -
2021SC@SDUSC软件工程应用与实践06----前向传播反向传播代码实现
2021SC@SDUSC第一部分:背景第二部分:参考资料第三部分:代码分析+数学分析第四部分:总结原创 2021-11-10 20:34:34 · 1889 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践05----药物与蛋白质的图表示
2021SC@SDUSC一,导语 近年来,随着图结构数据的出现,许多方法都集中在图的表示和学习上,因此基于图的研究取得了很大进展。 与网格状结构数据相比,图结构数据通常处于不规则域中,这使得更难以准确地表示图的特征。二,参考文献Drug-target interaction prediction using multi-head self-attention and graph attention networkPconsC4: Fast, accurate and hassle..原创 2021-11-04 16:06:10 · 353 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践04----图注意力网络
一,导语在前面的博客中也提到了,在DTI的预测中,除了输入序列来提取蛋白质药物特征之外,也可以输入图来提取,并且可以通过contact map等方式,表示蛋白质的复杂空间结构特征,这是仅用序列来提取特征预测所没考虑到的,更为全面的提取特征,将利于后续的亲和力预测。而GNN中,最为关键的部分便是图注意力网络(GAT).这是提取图中节点特征的常用方法。本文中我们将详细讲解GTA的计算方式,并对相关的代码实现进行分析。二,参考资料 1,【GNN】图注意力网络GAT(含代码...原创 2021-10-28 13:01:41 · 687 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践03----注意力机制
2021SC@SDUSC一,研究背景 由于当前方法对药物编码,忽略了药物原子之间的距离和不同原子之间的相互作用,所以可以采用relative-attention和self-attention的方法来提取特征。现有的交互信息学习方法是连接药物和蛋白质的表示,它忽略了药物和蛋白质相互作用的信息。因此可以采用multihead-attention来对药物-蛋白质对的相似性建模。二,本篇重点1,self-attention的工作原理及项目中相关代码分析。2,multihead-attent.原创 2021-10-20 11:09:36 · 327 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践02----借助notebook运行原码
2021SC@SDUSC一,工作背景为了更好的明白原码中各个部分是如何运行的,我们阅读了另外一篇论文---DeepPurpose: a Deep Learning Library for Drug-Target Interaction Prediction,论文中封装了一个Deep Purpoese的库,将整个DTI预测的关键步骤,封装了起来,并逐步分析每个步骤的作用,输入输出。通过这篇论文的研读,对DTI预测过程有了更深刻的理解,这对进一步的理解和修改原码提供了帮助。二,环境配置1原创 2021-10-13 11:54:22 · 631 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践01----原码中CNN模块分析
2021SC@SDUSC一,简述:在对数据集进行标准化处理之后,第一步就是通过CNN学习化合物和药物的特征,因此要分析这部分需要CNN相关知识,接下来将分为1,CNN综述2,实验分析3,原码分析三个部分。二,CNN综述1,概念卷积神经网络(Convolutional Neural Network, CNN) 是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,[1]对于大型图像处理有出色表现。 卷积神经网络由一个或多个卷积层和顶端的全连通层(对应经典的神原创 2021-10-06 21:41:03 · 304 阅读 · 0 评论 -
2021SC@SDUSC软件工程应用与实践----项目综述
2021SC@SDUSC一,项目介绍选题Deep Drug-Target Binding Affinity Prediction(简称DTA)----对药物-靶蛋白结合的亲和力预测项目背景药物通过与靶蛋白相互作用来激活或抑制靶蛋白的生物学过程。因此,识别新的药物靶标相互作用(DTIs)是药物发现领域的一个重要步骤,就像药物再利用。然而,过渡的昂贵实验限制了识别新DTIs的过程。因此,DTI预测的计算方法迫在眉睫。近年来,大量研究提出了DTI预测的计算方法。部分研究将DTI预测任...原创 2021-09-28 15:20:05 · 488 阅读 · 0 评论 -
2021-09-20 测试发文
第一段 这波啊,这波是肉蛋葱鸡第二段 我知道我死,我这波是等死金身,但我就是要拖住第三段 你是不是觉得我很捞,你连白银都打不过,你可能只有青铜原创 2021-09-20 09:57:14 · 93 阅读 · 0 评论