药物筛选模型深度学习 更多内容
  • 虚拟药物筛选

    虚拟药物筛选 创建study 删除study 列举study所有作业 创建study作业 列举study 获取study作业的最值信息 获取生成study作业3D结构的内容 父主题: 项目管理

    来自:帮助中心

    查看更多 →

  • 深度学习模型预测

    深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和 语音识别 等不同领域, DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

    来自:帮助中心

    查看更多 →

  • 深度学习模型预测

    深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域,DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

    来自:帮助中心

    查看更多 →

  • 药物虚拟筛选

    药物虚拟筛选 计算机辅助药物虚拟筛选是新药早期研发的重要环节,可根据靶点蛋白和小分子药物的3D结构,计算蛋白与药物之间的结合能量,并且依托云端大算力实现超大规模筛选和成药性分析,从成千上百万的小分子库中快速筛选出与蛋白结合最紧密的候选药物,从而为药物研究和临床试验提供方向。药物

    来自:帮助中心

    查看更多 →

  • 虚拟药物筛选简介

    虚拟药物筛选简介 虚拟药物筛选功能 医疗智能体 平台支持根据靶点蛋白和小分子药物的3D结构,计算蛋白与药物之间的结合能量,进而预测小分子是否有成为候选药物的可能性。 虚拟药物筛选可实现如下功能。 整合分子对接结果,生成结合能矩阵。 整合受体与分子对接产生的配体构象,用于可视化展示。

    来自:帮助中心

    查看更多 →

  • 大规模药物虚拟筛选

    大规模药物虚拟筛选 “神农项目”简介 药物虚拟筛选 父主题: 用户指南(基因平台)

    来自:帮助中心

    查看更多 →

  • 创建虚拟药物筛选任务

    创建虚拟药物筛选任务 创建药物虚拟筛选任务 虚拟药物筛选可以使用资产市场中预置的“Docking Summary”流程对小分子化合物配体和蛋白受体进行对接。 使用步骤如下所示。 登录医疗智能体平台,在“资产市场”中订阅“Docking Summary”流程至所需的项目中。 进入“专题”页签,单击“新建研究”。

    来自:帮助中心

    查看更多 →

  • 什么是医疗智能体

    提供多个药物研发AI模型、AI算法、药物 知识图谱 ,支撑药企高效地开展药物研发工作。医疗智能体将深度学习算法及药物分析服务融入药物研发过程,让药企能更快速高效地完成药物研发,节约研发成本。 产品优势 提供开放的、易于扩展的平台架构。 提供端到端的AI赋能平台加速AI的研发和应用。 提供针对医疗行业的AI自动建模工具。

    来自:帮助中心

    查看更多 →

  • 各个模型深度学习训练加速框架的选择

    各个模型深度学习训练加速框架的选择 LlamaFactory框架使用两种训练框架: DeepSpeed和Accelerate都是针对深度学习训练加速的工具,但是它们的实现方式和应用场景有所不同。 DeepSpeed是一种深度学习加速框架,主要针对大规模模型和大规模数据集的训练。D

    来自:帮助中心

    查看更多 →

  • 药物模型管理

    药物模型管理 获取基模型列表 创建模型 获取模型列表 更新药物模型 删除模型 父主题: API(盘古辅助制药平台)

    来自:帮助中心

    查看更多 →

  • 更新药物模型

    更新药物模型 功能介绍 更新药物模型。 URI PUT /v1/{project_id}/drug-models/{model_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是 String 项目ID,您可以从获取项目ID中获取。 最小长度:1 最大长度:128

    来自:帮助中心

    查看更多 →

  • 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

    基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型 概要 准备工作 导入和预处理训练数据集 创建和训练模型 使用模型

    来自:帮助中心

    查看更多 →

  • 新型冠状病毒(COVID-19)虚拟药物筛选

    新型冠状病毒(COVID-19)虚拟药物筛选 虚拟药物筛选简介 获取示例数据 创建虚拟药物筛选任务

    来自:帮助中心

    查看更多 →

  • 算法备案公示

    算法基本原理 分身数字人驱动算法是指通过深度学习生成数字人驱动模型模型生成后,输入音频来合成数字人视频的一种技术。 其基本情况包括: 输入数据:真人视频、音频。 算法原理:通过深度学习算法来学习真人视频,生成驱动该真人形象的数字人模型。通过该模型输入音频,合成数字人视频。 输出结果:数字人视频。

    来自:帮助中心

    查看更多 →

  • 基本概念

    基本概念 盘古药物分子大模型 盘古药物分子大模型是基于华为与中科院上海药物所共同研发、专门面向药物研发领域推出的预训练大模型,旨在帮助医药公司开启AI辅助药物研发的新模式。盘古药物分子大模型学习了17亿个药物分子的化学结构,模型参数上亿,是目前最大的小分子药物模型。华为盘古药物分子大模

    来自:帮助中心

    查看更多 →

  • 关键概念

    关键概念 盘古药物分子大模型 盘古药物分子大模型是基于华为与中科院上海药物所共同研发、专门面向药物研发领域推出的预训练大模型,旨在帮助医药公司开启AI辅助药物研发的新模式。盘古药物分子大模型学习了17亿个药物分子的化学结构,模型参数上亿,是目前最大的小分子药物模型。华为盘古药物分子大模

    来自:帮助中心

    查看更多 →

  • 更新药物作业

    更新药物作业 功能介绍 更新药物作业。 URI PUT /v1/{project_id}/eihealth-projects/{eihealth_project_id}/drug-jobs/{job_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id 是

    来自:帮助中心

    查看更多 →

  • 列筛选

    筛选 “列筛选筛选的是特征列。如果用户需要重点查看分析特定特征列,可以通过列筛选完成。 列筛选操作步骤如下。 列筛选 单击特征工程操作界面的,弹出“列筛选”对话框,如图1所示。 图1 列筛选 其中,界面说明如下所示: 筛选规则名称:为即将设置的筛选规则设置名称。 筛选成功后,

    来自:帮助中心

    查看更多 →

  • 数据筛选

    数据筛选 “数据筛选”组件对传入该组件的数据按照指定的表达式进行筛选,并将筛选出的结果通过节点变量传递给后续节点。通常“数据筛选”组件会作为“数据拆分”组件的后续步骤以配合使用。 配置参数 参数 说明 表达式 数据筛选的表达式。 使用表达式对数据进行筛选,并传递给后续节点。例如数

    来自:帮助中心

    查看更多 →

  • 筛选特征

    会造成训练资源的浪费,过高的iv值又过于突出可能会过度影响训练出来的模型。 例如这里大数据厂商提供的f4特征iv值是0,说明这个特征对于标签的识别没有区分度,可以不选用;而f0、f2特征的iv值中等,适合作为模型的训练特征。 根据计算得出的iv值,企业A调整了训练使用的特征,没有

    来自:帮助中心

    查看更多 →

  • ModelArts与DLS服务的区别?

    ModelArts与DLS服务的区别? 深度学习服务(DLS)是基于华为云强大高性能计算提供的一站式深度学习平台服务,内置大量优化的网络模型,以便捷、高效的方式帮助用户轻松使用深度学习技术,通过灵活调度按需服务化方式提供模型训练与评估。 但是,DLS服务仅提供深度学习技术,而ModelArts集成了深度学习和机器

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了