比赛
文章平均质量分 91
发呆的比目鱼
凡尔赛程序狗一枚,日常划水!! 目前专注于生物医学与计算机交叉学科。 承接各种学生作业,论文复现!!
展开
-
Kaggle比赛—预测 DNA、RNA 和蛋白质测量如何在单细胞中共同变化
Kaggle比赛—预测 DNA、RNA 和蛋白质测量如何在单细胞中共同变化原创 2022-09-17 21:07:39 · 499 阅读 · 0 评论 -
达观杯--风险事件实验记录
达观杯–风险事件实验记录官方代码#!/usr/bin/env python# coding: utf-8import pandas as pdfrom sklearn.model_selection import train_test_splitimport syssys.path.append("./")# ### 加载数据集,并切分train/dev# In[2]:# 加载数据df_train = pd.read_csv("./datasets/phase_1/spl原创 2021-08-28 23:48:12 · 197 阅读 · 0 评论 -
HuggingFace Schedulers 和差分学习率指南
HuggingFace Schedulers 和差分学习率指南翻译自 https://www.kaggle.com/rhtsingh/guide-to-huggingface-schedulers-differential-lrs原创 2021-07-09 00:52:28 · 327 阅读 · 0 评论 -
关于少样本Transformer微调的稳定性
关于少样本Transformer微调的稳定性Introduction微调 Transformer 模型往往表现出训练不稳定。即使具有相同的超参数值(学习率、批量大小等),不同的随机种子也会导致截然不同的结果。这个问题更加明显,尤其是在小数据集上使用大型Transformer时。本notebook将深入探讨少样本微调优化过程和技术的不同方面。目标是更好地理解我们必须处理一些样本微调问题的不同补救措施。Problem自 BERT 引入以来,Transformer 微调过程的不稳定性就已为人所知,从那时原创 2021-07-05 00:29:16 · 727 阅读 · 0 评论 -
表型-药物-分子多层次知识图谱的链接预测概述(1)
CCKS 2021:表型-药物-分子多层次知识图谱的链接预测任务描述过去的三十多年里,基于靶点的药物发现(Target-based Drug Discovery, TDD)是药物发现的主要方法。由于靶点明确,使用TDD很容易设计药物筛选试验,因此在过去有大量的成功案例。使用TDD方法来开发药物,药物发现的时间、过程和所需资源都是可预测的。近年来,随着细胞表型筛选技术,如诱导多能干细胞(iPS)技术、CRISPR-Cas技术、类器官和成像分析技术的飞速发展,表型药物发现(Phenotypic Drug D原创 2021-05-26 12:47:20 · 1014 阅读 · 1 评论