BERT Kcr:使用BERT神经网络的转移学习方法预测赖氨酸的巴豆酰化位点 源码
伯特·克尔 基于转移学习方法的预训练BERT模型预测组蛋白赖氨酸巴豆酰化(Kcr)位点 所有数据集都在BERT-Kcr /数据中。 所有模型均可在: (1)BERT-Base模型是原始的预训练BERT模型,它包含12个变压器层和768个隐藏的嵌入大小。 (2)BERT-Kcr模型是我们对组蛋白Kcr部位预测的最终模型。 所有代码均在BERT-Kcr /代码中: (1)如果要训练BERT-Kcr模型,请确保已下载上述BERT-Base模型,然后应该: A.格式化您的训练和验证文件,例如BERT-Kcr / code / input文件夹中的文件。 B.修改BERT-Kcr / code / train.sh中的文件夹路径,然后运行: bash train.sh (2)如果要使用BERT-Kcr模型预测组蛋白Kcr站点,请确保已下载上述两个模型,然后应该: A.格式化测试
文件列表
BERT-Kcr:使用BERT神经网络的转移学习方法预测赖氨酸的巴豆酰化位点
(预估有个163文件)
README.md
1KB
10th-layer_11th-head.png
124KB
8th-layer_10th-head.png
124KB
8th-layer_6th-head.png
125KB
10th-layer_7th-head.png
124KB
10th-layer_12th-head.png
124KB
9th-layer_12th-head.png
125KB
12th-layer_8th-head.png
124KB
12th-layer_6th-head.png
125KB
2th-layer_10th-head.png
124KB
暂无评论