毕业设计-基于Python的蛋白质二级结构预测.zip

# graduation 毕业设计 蛋白质二级结构预测 使用的训练及测试数据 test.npy,train.npy来自JPred4 地址：http://www.compbio.dundee.ac.uk/jpred/about_RETR_JNetv231_details.shtml 在这里直接给出，是为了方便使用，如有侵犯，会立刻删除。 水平所限，目前只是做了很简单的搭建神经网络和训练过程，不涉及更深入的内容。 #[查看论文](循环神经网络预测蛋白质二级结构.md) # 使用教程 ### window操作系统 ```shell git clone .git cd graduation # 使用清华pip镜像，下载更快 pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # 安装运行所需的扩展包 pip install -r requirements.txt ``` ### linux、unix操作系统 ```shell sudo apt install git git clone .git cd graduation # 安装pip3，以便安装python包 sudo apt install python3-pip # 使用清华pip镜像，下载更快 pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # 安装运行所需的扩展包 pip3 install -r requirements.txt ``` - notes: 如果你的机器有nvidia显卡，并支持cuda,则可以大大加快训练的速度 具体安装步骤请参考 https://tensorflow.google.cn/install 这里只给出cpu版本的环境搭建方法 # 开始探索！！！ ## 第一步 >python3 main.py 如果需要修改运行效果，请查看main.py ### 开始训练 默认使用cnn,能获得较快的训练速度。  ### 训练结果  ## 第二步 使用网页进行管理，可以选择多个模型 >python3 app.py 用浏览器打开 http://localhost:5000/ 效果如下图所示  ## 文件说明 - train.npy为训练集，test.npy为测试集 - main.py为主程序，运行它，就能得到我预设的效果，修改它就可以得到更多的功能 - mytools.py 为我写的工具箱，方便程序编写 - saved_model.h5 保存训练后的模型，方便多次训练 - a.yaml 保存了训练中 误差率 loss和准确率q3 随训练代数epoch的变化 - 1.mp3 为训练完成的通知铃声 免责声明： 1.本资源仅供学习和交流使用，不保证其准确性、完整性、及时性或适用性。 2.本资源仅包含一般信息，不构成专业建议。在使用本资源时，请务必自行研究并谨慎决策。 3.我已尽力确保本资源的正确性和合法性，但不对其准确性、完整性和及时性做出保证。 4.本资源不应用于商业用途。 5.在使用本资源的过程中，用户应自行承担所有风险和责任，并遵守相关法律法规。 6.对于因使用本资源而产生的任何损失或损害，我概不负责。 请确保在使用本资源时仔细阅读并遵守以上免责声明。如果您有任何疑问或需要进一步帮助，请联系我。