学习空间 我的课堂 MOOC课程 我的考试

查看更多 →

更新药物数据库 功能介绍 更新药物数据库。 URI PUT /v1/{project_id}/drug/databases/{database_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

查看更多 →

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

查看更多 →

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

查看更多 →

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

查看更多 →

流量镜像筛选条件 创建流量镜像筛选条件 查询流量镜像筛选条件列表 查询流量镜像筛选条件详情 更新流量镜像筛选条件 删除流量镜像筛选条件 父主题： API V3

查看更多 →

流量镜像筛选规则 查询流量镜像筛选规则列表 查询流量镜像筛选规则详情 创建流量镜像筛选规则 更新流量镜像筛选规则 删除流量镜像筛选规则 父主题： API V3

查看更多 →

筛选管理页数据 使用说明 通过筛选功能，对数据管理页中的数据进行过滤。 操作步骤 单击生成数据管理页中已创建的数据管理页。 在右侧页面，单击“筛选”。 在弹出的页面，设置筛选条件，单击“筛选”。 图1 设置筛选条件 图2 筛选结果 父主题： 数据管理页

查看更多 →

学习任务 管理员以任务形式，把需要学习的知识内容派发给学员，学员在规定期限内完成任务，管理员可进行实时监控并获得学习相关数据。 入口展示 图1 入口展示 创建学习任务 操作路径：培训-学习-学习任务-【新建】 图2 新建学习任务 基础信息：任务名称、有效期是必填，其他信息选填 图3

查看更多 →

学习目标 掌握座席侧的前端页面开发设计。 父主题： 开发指南

查看更多 →

根据标签筛选实例 标签添加成功后，您可以通过标签来筛选实例，快速查找指定分类的实例以进行管理。 操作步骤 登录管理控制台。 单击管理控制台左上方的，选择区域和项目。 在页面左上角单击，选择“数据库 > 文档数据库服务 DDS”，进入文档数据库服务信息页面。 在“实例管理”页面，单击实例列表右上方的“标签搜索”。

查看更多 →

欢迎使用盘古辅助制药平台 盘古辅助制药平台是以盘古药物大模型为基础打造的一站式药研平台，助力药物研发效率提升60%+。平台提供靶点发现，苗头化合物发现，先导化合物优化全流程药研所需功能。同时基于云原生的软硬件一体化加速，大大提升虚拟筛选和分子动力学模拟计算效率。全平台无需软硬件安装调

查看更多 →

API（AI辅助药物设计） 分子生成（MG） 分子优化（MO） 靶点化合物结合预测（CPI） 分子属性预测（MPP） 分子搜索（MS） 分子合成路径规划任务（MSP） 自定义属性任务（MCP）

查看更多 →

药物数据库管理 创建数据库 获取数据库列表 删除数据库 更新药物数据库 数据库追加文件 父主题： API（盘古辅助制药平台）

查看更多 →

药物数据输入格式说明 药物虚拟筛选平台的输入数据，需要输入蛋白质和配体小分子数据。参考以下数据要求，将数据上传至项目中。 输入蛋白质，pdb格式，将要进行对接的所有靶标蛋白放在一个文件夹内。 输入配体小分子，配体小分子为如下格式的txt文件。 第一列为smiles字符串，第二列为smiles名称，中间用tab键分割。

查看更多 →

项目管理 镜像管理 标签页面管理 项目管理 项目管理 虚拟药物筛选 父主题： API（ 医疗智能体 平台）

查看更多 →

删除流量镜像筛选条件 功能介绍 删除流量镜像筛选条件 URI DELETE /v3/{project_id}/vpc/traffic-mirror-filters/{traffic_mirror_filter_id} 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

自动学习 准备数据 模型训练 部署上线 模型发布

查看更多 →

NPU Snt9B 裸金属服务器 安装深度学习框架PyTorch 场景描述 昇腾为使用PyTorch框架的开发者提供昇腾AI处理器的超强算力，需要安装PyTorch Adapter插件用于适配PyTorch，本文介绍如何安装Pytorch框架和Pytorch Adapter插件。 本文使用ModelArts上的NPU

查看更多 →

自动学习 功能咨询 准备数据 创建项目 数据标注 模型训练 部署上线

查看更多 →

。 自动学习的关键技术主要是基于信息熵上限近似模型的树搜索最优特征变换和基于信息熵上限近似模型的贝叶斯优化自动调参。通过这些关键技术，可以从企业关系型（结构化）数据中，自动学习数据特征和规律，智能寻优特征&ML模型及参数，准确性甚至达到专家开发者的调优水平。自动深度学习的关键技术

查看更多 →