山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（七）

已于 2024-05-30 18:59:56 修改
阅读量286 收藏 3
点赞数 1
分类专栏： 项目实训 文章标签： 语言模型 人工智能 自然语言处理
于 2024-05-30 18:47:25 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_63521375/article/details/139331945
版权

目录

本周进度

学习内容

本周进度

本周主要设计了前台的主页部分

学习内容

在最初想要设计一个类似于全屏轮播图的形式，展示项目的相关前沿论文，并设置可以直接导航到相应文章的按钮进行展示，最初想要通过VueUse的插件进行实现，通过vueUse的文档找到了轮播图的实现方式，但是最后因为vue版本过低，无法支持轮播图的插件。

于是采用element中的el-carousel轮播图插件进行实现，为了便于项目的统一，将轮播图重新设置了大小，设置了全屏展示，同时将按钮更改为圆形的按钮，使得界面更加美观：

下面进行了触发以及点击之后的渲染

设置全屏展示，其中不仅应该在外容器中设置全屏的效果，在内容器中也要设置相应的大小参数，其他的样式在此不做展示

之后进行了按钮的设计，由于element格式固定，因此需要采用！important进行相应参数的强制修改，最后实现效果如下：

m0_63521375
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（一）
m0_63482308的博客
04-08 1198
训练过程中采用指令微调策略，将一般知识和分子优化领域的数据混合，并采取一定的比例复制较少的数据类别以达到平衡，从而有效缓解模型在微调阶段的灾难性遗忘问题。当模型提供的分子未能完全满足要求时，它能够根据人类提供的符合标准的示例纠正错误并生成新的合规分子，这凸显了DRUGAssist在现实世界中辅助研究人员不断调整和优化分子结构的巨大潜力。③多模态融合：部分研究探索结合分子的结构、性质和上下文文本信息，构建多模态分子语言大模型，以提升模型的理解和推理能力。，旨在推动未来LLMs在药物发现领域应用的研究进展。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（八）
m0_63482308的博客
06-24 192
是一个涉及毒理学研究的倡议和项目。Tox21计划旨在开发和验证新的高效毒理学测试方法，以更快速、更有效地评估化学物质的。在药物研究中，HIV通常用于评估药物对HIV感染和复制的抑制能力，可能是针对。：是一个数据库，收集了药物使用过程中可能发生的不良反应信息。在药物研究中，通常用于评估。：是指药物在临床试验中可能引起的毒性反应或不良反应。为了配合前台的“使用说明”页面，编写了性能分析的管理。：是一个计划和平台，通过高通量筛选技术来预测化学物质的。，这些抑制剂被研究作为阿尔茨海默病的潜在治疗药物。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（二）
m0_63482308的博客
04-13 1234
此外，解码器还引入了“编码器-解码器注意力”子层，使得在生成法文单词时，能够直接聚焦于与之对应的英文输入序列中最具相关性的部分，如在生成“monde”时重点参考“world”的表示。这种设计使得模型能够并行处理输入序列中的所有元素，极大地提高了训练速度和计算效率。Transformer凭借其创新的多头自注意力机制、自回归解码结构以及强大的并行计算能力，成功克服了传统序列模型在处理长距离依赖时的局限性，极大地提升了翻译质量和训练效率，为自然语言处理领域的模型设计树立了新的标杆，并启发了一系列后续研究与应用。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（十）
m0_63521375的博客
06-24 290
本周主要负责实现论文管理的后端处理，为方便对后台中论文的管理以及前台页面中论文的展示，在后端中实现相关方法，建立数据库来实现前端这些数据的获取，同时实现了前台页面中个人信息和修改密码信息界面的实现。首先建立实体类，创建数据库表，将相关的论文数据爬虫导入，之后利用实现增删改查方法，设计接口，供前端使用。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（十一）
m0_63521375的博客
06-24 250
首先是登录注册界面的权限管理，关于设计不同角色的人可以登录到不同的界面，以及不能登录到其他的界面，在user数据库中设置一个新的变量role，进而控制用户的身份。本周主要完成登录注册页面的角色权限管理以及登录注册界面的美化。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（九）
m0_63521375的博客
06-24 162
函数将SMILES字符串转换为图形表示，如果转换失败（通过捕获异常），则打印出该SMILES字符串并增加计数器。本周主要任务是处理模型使用的数据，读json文件，存储到一个pickle文件中。列表中，打印出跳过的SMILES数量（即转换失败的SMILES数量），将。中），将词频向量和图形表示作为一个字典添加到。中导入，用于将文本数据转换为词频矩阵；中的每个文本和SMILES对，尝试使用。中，提取JSON中的文本部分（即。，用于存储转换后的数据，遍历。中的文本转换为词频矩阵。的pickle文件中。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（三）
m0_63482308的博客
04-22 516
本周在已经搭建好的前后端框架上，站在用户的角度分析设计需求，进一步完善了DrugLLM系统的功能和非功能性需求，并在前端页面上做了进一步的美化。：DrugChat利用NLP技术来理解用户输入的自然语言，通过分词、词性标注、命名实体识别等技术，将用户提出的问题或输入的信息转化为计算机可以理解和处理的形式。：DrugChat模型采用机器学习和深度学习技术来不断优化其性能，通过大量的数据训练模型，使其能够更准确地理解用户输入，并提供更精准的药物信息和建议。这可以通过工具自动化实现，例如Webpack的。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（十二）
m0_63521375的博客
06-24 113
在全部项目集成完毕后，项目中的界面存在一些偏移问题，对页面进行方向的纠正，同时对一些按钮样式等进行修改。同时还有对数据库中的数据进行统计处理，利用echarts进行展示，涉及对一些主要页面的展示。本周主要对最后所有界面进行美化处理，同时对数据库中的数据利用echarts进行统计处理。
山东大学软件学院创新项目实训DrugLLM-基于大语言模型的药物分子性质分析平台（六）
m0_63521375的博客
05-30 256
本周主要是对一些前后台的一些细节做一些美化，本周主要完成了对head以及一些按钮的美化，使其尽量贴合项目的主题。其次是后台管理中一些按钮进行了美化，使按钮看起来更加协调一致。
常见的文心一言的指令
知码客
07-25 2383
文心一言，作为百度研发的预训练语言模型“ERNIE 3.0”的一项功能，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
电脑技巧：9个免费的AI图片无损放大工具和网站
最新发布
08-05 434
今天小编给大家介绍9款免费的AI图片放大工具和网站，帮助你提高图片清晰度，感兴趣的朋友可以自己试一试！美图设计室是美图秀秀公司推出的一款在线图片编辑和设计工具箱，提供包括AI 抠图、AI海报、AI PPT、AI消除、AI文生图、AI变清晰、AI无损放大等AI图片编辑工具。其提供的图片无损放大功能，目前是限时免费中，可以帮助用户将JPG、JPEG、PNG、HEIC等格式的图片放大清晰不失真，细节更丰富。✅ 产品优点由美图推出，产品功能稳定，处理速度较快支持免费进行图片放大到8倍。
和数集团十周年庆典：新起点、新目标、新征程
Likelib的博客
08-01 1189
在十周年庆典这个特殊的日子，和数集团对在市场开拓、客户服务等方面具有突出表现的个人进行了表彰。
Transformer 架构告诉我们什么？
2401_85233349的博客
08-01 1496
在传统的心理语言学方法中，人类语言是用可解释的模型来解释的，这些模型将符号元素（例如名词、动词、形容词、副词等）与基于规则的操作相结合。从几何上讲，它们之间的夹角越小，余弦值和点积就越大，并且这两个词在特定上下文中的相关性就越高，就像在高维空间中表示的那样。，Transformer 作为过度参数化的简单模型所展现出的蛮力学习，与进化过程类似，都是“简单而简约的”。下面是一个简单的示例，展示了词向量的基本概念。有趣的是，A 和 B 的相关系数也是角度的余弦（见上文 (2) 和 (3) 的公式）。
常用的机器学习模型的不同调用方式
weixin_71458119的博客
08-01 1139
不同机器学习方法的调用
torch.nn.RNN(）相关的参数设置
guoqingru0311的博客
07-31 643
torch.nn.RNN(）相关的参数设置
如何把视频语音转文字？交给这4款工具就完事
xixixihahaha_的博客
08-01 606
然而，随着采访的深入，如何快速准确地将这些珍贵的视频内容转化为文字记录，成为了一个亟待解决的问题。在这场速度与精准度的竞赛中，视频转文字的免费软件便成为了记者们不可或缺的助手。这两天巴黎奥运会的盛大开幕，世界各地的记者们纷纷涌入这个体育盛事的现场，带着他们的镜头和麦克风，捕捉每一个激动人心的瞬间。高精度识别：采用先进的语音识别技术，确保转换文字的准确性。适用于多种场景的视频转文字需求，特别是对外语视频的支持。云端存储：转换后的文字自动保存在云端，方便随时访问。③ 开始转写，并在线查看和编辑生成的文字内容。
医疗AI新突破！多模态对齐网络精准预测X光生存，自动生成医疗报告！
m0_61574757的博客
08-02 705
随着大型视觉语言模型（LVLMs）在医疗保健应用中的日益重要，包括医疗视觉问题解答和成像报告生成，这些模型在展现强大能力的同时，也继承了基础大型语言模型（LLMs）的幻觉倾向。幻觉指的是生成看似事实但无根据的内容，这在医疗领域尤其危险，因为容错率极低。然而，目前医疗领域缺乏针对幻觉检测和评估的专用方法和基准。为了填补这一空白，本文提出了Med-HallMark，首个专为医疗多模态领域设计的幻觉检测和评估基准。该基准提供了多任务幻觉支持、多面幻觉数据和层次化幻觉分类。
【深度学习】深度学习基本概念、工作原理及实际应用案例
weixin_51306394的博客
08-01 2603
深度学习是一种机器学习方法，它试图模拟人脑中的神经网络结构，以解决复杂的问题。深度学习的核心在于构建多层非线性处理单元（即神经元）的网络结构，这些网络可以从原始数据中自动提取特征并进行学习。
山东大学软件工程实训管理系统：需求分析与设计详解
该论文深入探讨了软件工程背景下"实训管理系统"的需求分析与设计，针对山东大学软件工程专业硕士研究生的研究课题。论文首先强调了实训综合管理系统开发的重要性和背景，指出随着信息技术的发展，实训平台建设的需求...
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