文件名称：NCI-DOE-Collab-Pilot1-Gene_Expression_Autoencoder
文件大小：238KB
文件格式：ZIP
更新时间：2024-04-18 20:36:14
Python
NCI-DOE-Collab-Pilot1-Gene_Expression_Autoencoder 描述： 基因表达自动编码器功能（试点1基准1，也称为P1B1）显示了如何构建稀疏自动编码器，该稀疏自动编码器可以将高维表达谱压缩为低维向量。 用户社区： 研究人员对以下主题感兴趣： 初级：癌症生物学数据建模 中学：机器学习； 生物信息学； 计算生物学 可用性： 当前代码大量使用了CANDLE API。 可由在python和领域中经验丰富的数据科学家使用。 唯一性： 自动编码器不是降低尺寸的唯一方法。 其他技术，例如主成分分析，t分布随机邻居嵌入（tSNE）和均匀流形逼近和投影（UMAP），对于分子数据也很受欢迎。 对于高维输入向量，自动编码器可能是有益的，但这需要进行研究。 成分： 未经训练的模型： 未训练的神经网络模型在定义。 数据： 在处理了训练和测试数据。 训练有素
【文件预览】：
NCI-DOE-Collab-Pilot1-Gene_Expression_Autoencoder-master
----common()
--------candle_keras()
--------file_utils.py(6KB)
--------darts()
--------data_utils.py(41KB)
--------profiling_utils.py(186B)
--------solr_keras.py(5KB)
--------P1_utils.py(27KB)
--------generic_utils.py(7KB)
--------default_utils.py(38KB)
--------keras_utils.py(9KB)
--------clr_keras_utils.py(8KB)
--------candle()
--------uq_keras_utils.py(13KB)
--------data_preprocessing_utils.py(5KB)
--------exp_logger.py(1011B)
--------pytorch_utils.py(4KB)
--------uq_utils.py(46KB)
--------viz_utils.py(17KB)
--------feature_selection_utils.py(7KB)
----Pilot1()
--------P1B1()
----LICENSE(1KB)
----README.md(1KB)
----.gitignore(24B)