文件名称：Keras-genomics:使用Keras执行超参数调整，训练，测试和预测
文件大小：4.21MB
文件格式：ZIP
更新时间：2024-06-05 08:52:10
Python
基于的深度学习平台，可对基因组数据进行超参数调整，训练和预测。 目录 重大重构通知 最新版本经过了重大重构，从而大幅改变了接口，现在使用来优化超参数空间。 要使用旧版本，请从下载版本0.1或在签出自述文件。 资料准备 请注意，以下过程将每个序列编码为形状为（bs，4，1，len）的阵列，其中bs是样本数， len是每个DNA序列的长度。 因此，要使用此过程生成的数据集，您需要将~/.keras/keras.json文件中的“ image_data_format”设置为“ channels_first” 。 用户需要准备格式的和以进行培训，验证和测试。 有关更多示例，请参阅我们提供的。 然后运行以下命令将每个集嵌入到HDF5格式中。 paste - - -d' ' < FASTA> tmp.tsv python $REPO_HOME/embedH5.py tmp.tsv
【文件预览】：
Keras-genomics-master
----.dockerignore(9B)
----hyperband.py(6KB)
----common_defs.py(2KB)
----main.py(10KB)
----example()
--------valid.fa(126KB)
--------train.target(301KB)
--------train.fa(9.52MB)
--------model.py(3KB)
--------test.fa(2.41MB)
--------test.target(76KB)
--------valid.target(4KB)
----LICENSE(2KB)
----README.md(6KB)
----Dockerfiles()
--------cuda7.0()
--------cuda8.0()
----embedH5.py(7KB)
----.gitignore(1KB)