作者小头像 Lv.2
更多个人资料
90 成长值
0 关注
0 粉丝
+ 关注 私信

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
90
0
0
0
0

个人资料

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
昇腾AI4S图机器学习：DGL消息传递接口的PyG替换
背景介绍DGL (Deep Graph Learning) 和 PyG (Pytorch Geometric) 是两个主流的图神经网络库，它们在API设计和底层实现上有一定差异，在不同场景下，研究人员会使用不同的依赖库，昇腾NPU对PyG图机器学习库的支持亲和度更高，因此有些时候需要做DGL接口的PyG替换。SE3Transformer在RFdiffusion蛋白质设计模型中（GitHub ...
作者小头像 AI4S_NPU 2025-06-16 00:42:31
432
0
0
2025-06-16 00:42:31
432
0
0
昇腾AI4S图机器学习：DGL图构建接口的PyG替换
背景介绍DGL (Deep Graph Learning) 和 PyG (Pytorch Geometric) 是两个主流的图神经网络库，它们在API设计和底层实现上有一定差异，在不同场景下，研究人员会使用不同的依赖库，昇腾NPU对PyG图机器学习库的支持亲和度更高，因此有些时候需要做DGL接口的PyG替换。SE3Transformer在RFdiffusion蛋白质设计模型中（GitHub ...
作者小头像 AI4S_NPU 2025-06-16 00:27:33
519
0
0
2025-06-16 00:27:33
519
0
0
OpenFold2.0 基于NPU的推理适配与测试
OpenFold是一种基于深度学习的蛋白质结构预测模型，广泛应用于蛋白质从头预测、功能位点解析、突变效应模拟等领域。该模型的核心目标是通过大规模预训练和多阶段优化，从氨基酸序列中高效、准确地推断蛋白质的三维结构。
作者小头像 AI4S_NPU 2025-06-15 02:07:15
427
0
0
2025-06-15 02:07:15
427
0
0
基于昇腾适配蛋白质序列设计模型ProteinMPNN
一、ProteinMPNN介绍ProteinMPNN（Protein Message Passing Neural Network）是一种基于深度学习的蛋白质序列设计模型，核心目标是解决“逆向折叠问题”（inverse folding problem），即根据给定的蛋白质三维结构，设计出能够折叠成该结构的氨基酸序列。ProteinMPNN在计算和实验测试中都有出色的性能表现，不同位置的氨基酸...
作者小头像 AI4S_NPU 2025-06-15 00:35:59
527
0
0
2025-06-15 00:35:59
527
0
0
基于昇腾适配电力潮流计算模型PowerFlowNet
摘要准确高效的潮流 (PF) 分析对于现代电网的运行和规划至关重要。因此，我们需要一种可扩展的算法，能够为小型和大型电网提供准确、快速的解决方案。由于电网可以理解为一张图，图神经网络 (GNN) 已成为一种颇具前景的方法，它通过利用底层图结构中的信息共享来提高 PF 近似的准确性和速度。在本研究中，我们介绍了 PowerFlowNet，这是一种用于 PF 近似的新型 GNN 架构，其性能与传...
作者小头像 AI4S_NPU 2025-06-14 23:57:47
495
0
0
2025-06-14 23:57:47
495
0
0
基于昇腾适配肽性质预测模型PeptideBERT
1.PeptideBERT介绍PeptideBERT（Peptide Bidirectional Encoder Representations from Transforme- rs）是一种基于transformer架构，专门用于预测肽的关键性质的蛋白质语言模型，如溶血性（hemolysis）、溶解性（solubility）和抗非特异性吸附性（non-fouling）。预训练模型为Prot...
作者小头像 AI4S_NPU 2025-06-14 23:39:51
467
0
0
2025-06-14 23:39:51
467
0
0
Geneformer：基于Transformer的基因表达预测深度学习模型
摘要Geneformer被广泛应用于疾病建模、治疗靶点发掘、基因网络预测与调控分析、基因功能预测与剂量敏感性分析、单细胞转录组数据集成与标准化、遗传变异解释与GWAS靶点优先排序。该案例既有算法原理，也有手把手的昇腾部署教学，包含细胞分类、基因分类、提取细胞嵌入图、细胞多分类的微调任务1    Geneformer介绍GeneFormer是一种基于 Transformer 架构的深度学习模型...
机器学习 深度学习
作者小头像 AI4S_NPU 2025-06-14 22:55:27
736
0
0
2025-06-14 22:55:27
736
0
0
基于昇腾适配数据驱动的全球天气预报模型Fuxi
1       摘要Fuxi是由复旦大学的研究人员开发的一个基于数据驱动的全球天气预报模型，主要由Cube Embedding、U-Transformer和全连接层构成。Fuxi摒弃了传统复杂的微分方程，转而通过多阶段机器学习架构，可提供15天的全球预报。时间分辨率为6小时，空间分辨率为0.25°。2       Fuxi介绍Fuxi模型是由复旦大学的研究人员开发的一个基于数据驱动的全球天气...
昇腾 机器学习
作者小头像 AI4S_NPU 2025-06-14 22:21:07
576
0
0
2025-06-14 22:21:07
576
0
0
基于昇腾适配Meta AI在Science正刊发表的蛋白质结构预测模型ESMFold
1       摘要ESMFold是由Meta AI团队开发的一种基于深度学习的高效蛋白质结构预测模型，其核心目标是利用大规模蛋白质语言模型（ESM）直接从氨基酸序列快速推断蛋白质的三维结构。ESMFold通过预训练的语言模型捕捉序列中的进化与结构关联性，结合几何优化模块生成高精度原子坐标，显著降低了传统方法对多重序列比对（MSA）和模板依赖的计算成本。该模型在蛋白质从头预测（de novo...
昇腾
作者小头像 AI4S_NPU 2025-06-14 22:13:48
567
0
0
2025-06-14 22:13:48
567
0
0
基于昇腾适配DeepMind团队发布的蛋白质结构预测模型OpenFold
OpenFold是一种基于深度学习的蛋白质结构预测模型，广泛应用于蛋白质从头预测、功能位点解析、突变效应模拟等领域。该模型的核心目标是通过大规模预训练和多阶段优化，从氨基酸序列中高效、准确地推断蛋白质的三维结构。OpenFold结合了Transformer架构和几何优化模块，显著提高了结构预测的精度和速度。
作者小头像 AI4S_NPU 2025-06-14 19:50:13
468
0
0
2025-06-14 19:50:13
468
0
0
https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注