- 博客(124)
- 收藏
- 关注
原创 Python 错误 SyntaxError: Non-ASCII character ‘\xe4‘ in file
这个错误表示你的 Python 脚本文件包含了非 ASCII 字符(如中文字符),但文件中没有指定字符编码。Python 3 默认使用 UTF-8 编码,但如果脚本中有非 ASCII 字符且未声明编码,就会引发这个错误。\xe4 换成其他的类似 '\xe6’的错误 都一样,解决就是。加一句 #coding:utf-8。
2024-09-02 19:11:09 248
原创 ValueError: You may be trying to read with python 3 a joblib pickle generated with python 2. 报错
如果上述方法都不可行,你可以考虑使用 Docker 容器或虚拟环境来运行 Python 2 代码,从而避免影响你的主开发环境。: 如果可能,尝试在 Python 2 环境中重新生成 pickle 文件,然后在 Python 3 环境中加载它。: 如果 pickle 文件是由外部来源提供的,联系提供者询问是否有 Python 3 兼容的版本。的库,它支持 Python 2 和 Python 3 之间的序列化兼容性。指的是你尝试使用 Python 3 环境来读取一个由 Python 2 环境生成的。
2024-08-07 15:47:09 254
原创 RFECV
是一种自动化的方法,用于找出哪些特征对于预测模型最为重要,同时去除那些不太重要的特征。方法来选择对模型预测最有影响的特征,并在多个数据集上应用这一特征选择过程,以确保模型在新数据上的表现与训练数据一致。不同的模型(如决策树、支持向量机等)可能会使用不同的标准来评估特征的重要性。这意味着它会在不同的数据子集上重复特征选择过程,以确保选择出的特征在不同的数据上都是有效的。是一种自动化的特征选择工具,可以帮助你在构建机器学习模型时,有效地识别和选择最重要的特征。应该是之前定义的一个变量,表示交叉验证的折数。
2024-08-06 15:48:55 691
原创 maestro使用
当两个原子之间的距离小于其共价半径之和时,就会被视为"clash",表示它们的位置非常接近,可能会产生不利的相互作用。Aromatic H-bond(芳香氢键): 芳香氢键是一种特殊类型的氢键,涉及一个芳香环上的氢原子与另一个分子中的电负性原子之间的相互作用。当两个原子之间的距离小于它们的共价半径之和时,它们之间的相互作用将变得不稳定,可能会发生排斥、冲突或不利的相互作用。因此,在蛋白质结构中,当两个原子之间的距离小于它们的共价半径之和时,可能会出现空间上的重叠或冲突,这可能影响蛋白质的稳定性和功能。
2023-10-24 11:48:42 656
原创 TypeError: can‘t convert np.ndarray of type numpy.object_.The only supported types are: 报错解决
将numpy数组进行强制类型转换成float类型(或者任何pytorch支持的类型:float64, float32, float16, int64, int32, int16, int8, uint8, and bool)读入的numpy数组里的元素是object类型,无法将这种类型转换成tensor。
2023-07-25 22:04:42 4651 2
原创 CNN学习记录
目录CNN基础知识——卷积(Convolution)、填充(Padding)、步长(Stride):卷积的三种模式:full, same, valid:卷积代码学习;CNN发展史+论文+代码 : 【1】动态过程:(1)5 * 5 的图片 经过 3 * 3 的filtter 进行卷积 (2)卷积之后,获得的geature map 3 *3 : (3)步长为1 的动态演示图: 学习:CNN基础知识——卷积(Convolution)、填充(Padding)、步长(Stride) - 知乎 (zhihu.co
2023-07-14 10:46:52 1800
原创 transformer 学习
第一种方法中,每个注意力头有独立的权重参数,也就是说,每个注意力头都有自己的“专属”线性变换层。这样做的好处是可以对每个注意力头进行单独的处理,使其更具灵活性,以适应不同的任务需求。第二种方法中,所有的注意力头共享相同的权重参数,使用统一的线性变换层来处理输入数据。这样做的好处是减少了模型的参数量,提高了计算效率,但也可能限制了每个注意力头的个性化表达能力。通过调用线性变换层的方法,将输入数据分别投影到多个注意力头的维度上,得到的结果维度为。这些变换层将输入数据投影到不同的维度上,以用于多头注意力的计算。
2023-07-13 16:17:21 1981 1
原创 pearsonr报错:计算结果为nan、warning .warn (stats.constantinputwarning (msg))
警告的具体内容 "ConstantInputWarning" 表示输入的变量在整个数据集中都是常数,也就是说没有变异性。在计算 Pearson 相关系数时,这样的常数输入变量会导致分母为零,从而无法进行计算。在这种情况下,警告是由于计算 Pearson 相关系数时出现了常数输入变量(constant input variables)。经过检查:发现模型不管输入什么输出的预测结果都是一样的,所以导致了pearsonr 无法计算出结果。解决:再次训练,注意relu的使用位置,同时使用其他的激活函数替代。
2023-07-13 10:42:36 2095
原创 pearsonr 报错:numpy.float64 can not be interpreted as an integer
当在计算皮尔逊相关系数(Pearson correlation coefficient)时出现"numpy.float64 can not be interpreted as an integer"的错误时,这通常是因为传递给。【一开始以为是数据没有转换统一,但是都转换为float64之后依旧报错,尝试统一转换为ndarry,一个4,1 一个4;采用.squeeze()转换为统一的 ndarry 4 】其中,第一个参数和第二个参数应该是一维数组或者类似数组的对象,并且长度必须相等。函数的参数类型不正确。
2023-07-08 16:07:29 411
原创 模型过拟合----->dropout : 调整
一种常见的做法是尝试不同的 dropout rate,通过交叉验证或验证集的表现来选择最合适的 dropout rate。另外,还应该注意不要将 dropout rate 设置得过高,过高的 dropout rate 可能会导致信息丢失过多,模型的训练效果下降。:如果模型非常复杂,例如层数很多或者节点数很大,容易过拟合,可以选择较高的 dropout rate,如 0.5 或更高。:对于较小的数据集,模型容易过拟合,建议设置较小的 dropout rate,通常在 0.1 到 0.3 之间。
2023-07-08 15:23:22 3833 2
原创 groupkfold 报错:raise keyerror(f“{not foud} not in index“)
【1】使用groupkfold 的时候出现以上报错:索引错误,groups的索引和x y 的不对应。
2023-07-05 21:04:22 807
原创 dataset 报错:raise keyerror (key) from err 、too many indexers
【解释】:该报错的原因是存在超过范围的索引。
2023-06-30 16:51:00 1941
原创 flex_ddg 中ddg_backrub.xml 学习
"Int_ddG_mover" 是 InterfaceDdGMover 类型的 mover,用于计算蛋白质蛋白质接口上进行的突变引起的 ddG(自由能变化)值,即突变后蛋白质相互作用的变化。在 Rosetta 软件套件中,"repack" 是一个常用的术语,用于描述对蛋白质的侧链进行重新打包的操作。最后一个mover操作是在BackrubProtocol中定义的,该协议定义了一系列的backrub折叠仿真运动,用于对结构进行随机扰动,以生成多个构象,最终的构象则使用上述的mover操作进行优化。
2023-06-27 09:58:16 895
原创 报错解决:expected scalar type float but found double
修改模型定义时使用的数据类型,将其与实际数据类型相匹配。将涉及到的所有张量都转换为float32或float64类型。self.mlp出现报错:expected scalar type float but found double。尝试将所有涉及的张量转换为相同的数据类型,或修改模型定义时使用的数据类型,使其与实际数据类型相匹配。这个报错可能是因为部分张量的数据类型与模型定义时的数据类型不一致导致的。可以将所有的张量都转换为float32类型。需要float,但是找到了double。
2023-06-19 10:24:27 2417
原创 python3.8,torch1.10.2+cu113、torch-geometric 安装
python3.8,torch1.10.2+cu113、torch-geometric 安装
2023-05-24 11:22:19 1797
原创 记录学习:conda http 000报错解决\pip no matching 报错解决
pip为什么一直no matching 一直没搞懂111 知道的朋友留言 ,一起学习!conda 也是依旧报错 :可能是网络问题,至今成谜 /(ㄒoㄒ)/~~修改 condarc 为以上模式:依旧报错。【1】根据以下代码升级pip。【2】再次尝试使用pip。
2023-05-24 10:20:08 150
原创 biopython: runningtime:generator didnot stop after throw
biopython: runningtime:generator didnot stop after throw
2023-05-20 11:43:45 856
原创 关于transformer 学习、torch_geometric
是 PyTorch 中的一个模块,用于构建 Transformer 模型中的编码器。这些组件组成了 Transformer 编码器的基本结构,并且可以通过简单的复制来构建深度更高、参数量更大的编码器。此外,PyTorch还提供了许多其他的图神经网络模型实现,例如GCN、GAT等,也都有详细的官方文档。以上这些模型都是基于PyTorch Geometric库实现的图神经网络模型,如果想要深入学习相关知识可以参考该库的文档。是一个专门用于图神经网络的PyTorch库,提供了多种用于图学习的模型、层和函数。
2023-04-16 10:47:43 837
原创 计算机辅助药物设计的文献查找
Journal of Chemical Information and Modeling Journal of Computer-Aided Molecular Design Molecular Informatics Current Computer-Aided Drug Design Expert Opinion on Drug Discovery Journal of Medicinal Chemistry ACS Medicinal Chemistry Letters Drug Dis
2023-04-06 17:11:15 538
原创 关于图以及torch.combinations等的学习、pdb旋转、扰动相关代码学习、主链侧链旋转
因为蛋白质构象的能量面是一个非常复杂的高维曲面,通过扰动蛋白质的原子坐标,可以在构象空间中生成更多的采样点,使神经网络能够学习到更丰富的构象特征,从而提高预测准确度。无向图可以用一个集合 G=(V,E) 来表示,其中 V 表示节点的集合,E 表示边的集合,E 中的每个元素都是包含了两个节点的无序对 (u,v),表示节点 u 和节点 v 之间有一条边。侧链可以是疏水性的、极性的或带电的,也可以是大的或小的,直接影响蛋白质分子的形状、构象和互动。生成的边存储在一个2行N列的张量中,其中N是边的数量。
2023-04-06 16:48:48 577
原创 安装torch\torch-geometric
安装 CUDA Toolkit 可以使你的计算机支持 CUDA 技术,并且可以使用 CUDA 软件开发包(SDK)进行 GPU 加速的开发和优化。如果你想要在计算中使用 GPU 计算,建议先安装相应版本的 CUDA Toolkit,并确保你的计算机中有支持 CUDA 的 NVIDIA 显卡。CUDA 工具集:包括了 CUDA Profiler、CUDA Visual Profiler、CUDA-GDB 和 nvprof 等工具,用于分析和调试 CUDA 应用程序。先查看cuda 版本【这里我是11.7】
2023-04-06 09:55:49 1618
原创 pymol 安装、许可证以及报错:pymol not running: entering library mode(experienment)
pymol 安装、许可证以及报错:pymol not running: entering library mode(experienment)
2023-03-22 18:57:04 2783 1
原创 biopython实战中遇到的问题记录--structure.get_id()、icode、Residue.get_id()[2] 学习
bipython- structure.get_id()学习
2023-03-16 19:53:38 609
原创 sklearn库学习--SelectKBest 、f_regression
sklearn库学习--SelectKBest 、f_regression
2023-03-16 19:13:03 5145
原创 初学torch【报错:expected scalar type double but found float、rmse】
初学torch【报错:expected scalar type double but found float、rmse】
2023-03-10 09:31:58 1115
原创 ValueError:too many values to unpack (expected 2)
ValueError:too many values to unpack (expected 2)
2023-03-03 21:04:16 7733
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