- 博客(15)
- 收藏
- 关注
RSS订阅原创 从TCGA下载RNA-seq表达数据，临床信息
然后我们要进行一些条件筛选，因为我们需要的是TCGA-PAAD 的RNA-seq数据TCGA-PPAD里面有很多不同的测序数据所以需要进行一下条件过滤。在Program里面找到TCGA 勾选TCGA 然后在右边的Project里面选择自己需要下载的数据。接着点击下面这个按钮，添加到cart里面之后点击Cart按钮，也就是下面那张图中红色箭头指向的按钮。比如这里我需要下载PAAD的数据就在Project里面选择TCGA-PRAD。这个时候我们已经选择好了自己所需要的数据，随后点击Repository。
2024-08-27 15:19:23
319
原创 R:as.data.frame.matrix 和as.data.frame的区别
应用对象: 主要用于矩阵。: 通用型，适用于向量、列表、矩阵等多种数据结构。保留特性: 保留矩阵的行名和列名。: 对于向量和列表等没有行名和列名的对象，会生成默认的行名和列名。
2024-07-04 22:19:48
264
原创 HemaScopeR安装报错记录
这句代码用于从 GitHub 仓库的子目录安装一个 R 包，但不会安装该包的依赖包。你可以通过dep = TRUE来安装依赖包然后就报错了，报错说没办法在GitHub上安装未知的包，没有找到这个包。
2024-07-03 21:06:39
480
原创 从GitHub上安装R包，报错显示API rate限制
最近在安装一些R包，有些R包要从github上面安装，但是在安装的过程中有时候会显示一些报错。
2024-07-03 20:04:50
217
原创 安装python库-学习笔记
例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider，这样就会从清华这边的镜像去安装pyspider库。中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/清华：https://pypi.tuna.tsinghua.edu.cn/simple。阿里云：http://mirrors.aliyun.com/pypi/simple/让PIP源使用国内镜像，提升下载速度和安装成功率。
2024-07-03 19:38:02
200
原创 安装R包--学习总结
是管理 Bioconductor 包的推荐工具，因为它可以自动处理依赖和版本兼容性问题。你可以通过先安装特定版本的来指定使用哪个版本。尽管有一些缺点，比如安装速度和平台依赖性，但其优势在于强大的依赖管理和广泛的社区支持，特别适合处理生物信息学和计算生物学任务devtools是一个强大的工具包，简化了 R 包的开发和管理。使用devtools从 GitHub 安装包，可以获取最新的功能和修复，但也有可能遇到稳定性和依赖性问题。适用于需要最新功能、测试和开发、使用实验性功能或参与开源项目的情况。
2024-07-02 21:17:25
779
原创 Error: useNames = NA is defunct. Instead, specify either useNames = TRUE or useNames = FALSE.报错解决笔记
BiocManager::install(version = "3.18") #我的R版本是4.2，BiocManager3.18版本支持R4.3以上版本所以我选择了第一个方法，重新安装matrixStats 版本1.1。查看一下我目前matrixStats的版本。
2024-06-27 21:05:42
875
原创 修改scMetabolism中的sc.metabolism.Seurat函数
修改GitHub源码的流程一般是：克隆仓库到本地，在 Rstudio 中新建项目 选择 R 包，然后选择你克隆下来的文件夹；在弹出的页面会发现一个Code，点击Code，会出现一个网址，复制一下这个网址，下面克隆的时候用得着。那么重点来了，我们已经知道了要具体修改哪句源码，以及修改成什么样子，但是我们要让我们的R包也修改了呀，要怎么办呢？打开红框里面的函数这个函数就是我们要修改的，然后对要修改的代码进行修改，修改好了点击保存。然后打开服务器，在自己的文件夹下面创建一个文件，我创建的文件名是。
2024-05-10 14:10:10
1201
原创 卷积神经网络-LeNet学习笔记二
在分类任务中，通常输出张量的最后一个维度是表示类别的维度，因此我们选择在倒数第二个维度（通常是第一维度）进行查找，以获得每个样本的预测类别。但需要注意的是，它在最新的版本中已经不推荐使用，因为它有一些潜在的问题，比如不会被自动跟踪到计算图中，可能导致梯度丢失或者不一致性的问题。综合来说，这行代码的作用是将当前批次中预测正确的样本数量加到已经统计的正确样本数量上，以便在评估过程中跟踪模型的性能。的概率分布，表示第一个类别的概率为 0.2，第二个类别的概率为 0.5，第三个类别的概率为 0.3。
2024-02-26 10:33:36
854
1
原创 卷积神经网络-LeNet学习笔记一
GPT3.5的回答：在编程中，实例化是指根据类创建对象的过程。在面向对象编程中，类是一种抽象的数据类型，描述了对象的属性和行为。当我们需要使用类创建具体的对象时，就会进行实例化操作。在Python中，通过调用类的构造函数来实现实例化。例如，在上述代码中，通过这行代码，我们实例化了一个LeNet类的对象，即创建了一个LeNet模型的实例。
2024-02-25 15:43:53
970
原创 Pytorch神经网络基础
学习视频链接：【16 PyTorch 神经网络基础【动手学深度学习v2】】 https://www.bilibili.com/video/BV1AK4y1P7vs/?学习笔记记录了P2-P4的代码和注释。
2024-02-22 15:10:31
357
1
原创 biomaRt R包使用
函数的调用是根据 HGNC 符号查询对应的 Ensembl 基因 ID。变量中，这是一个数据框（data.frame），可以使用 R 的标准函数查看或处理这个数据框。
2024-02-21 18:42:47
636
原创 卷积神经网络中的PCA
PCA是一种降维技术，旨在通过线性变换将高维数据映射到低维空间，同时保留最大的方差。在卷积神经网络中，PCA可以被用于对图像数据进行降维，以减少模型的复杂性和计算开销。具体而言，PCA在卷积神经网络中的应用通常是在输入数据上，而不是在网络的内部。这可以通过对输入图像的像素值进行PCA降维，从而减少输入数据的维度。需要注意的是，PCA并不总是在卷积神经网络中的每个任务中都是必需的，而且在某些情况下，使用更先进的卷积神经网络架构或其他降维技术可能更为有效。PCA的具体应用会受到具体问题和数据集的影响。
2024-01-28 21:30:23
688
1
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