DNABERT 是一个用于 DNA 语言的预训练双向编码器表示变换器模型,旨在为基因组分析提供强大的工具。在生物信息学领域,DNA 可以被视为一种独特的语言,而 DNABERT 则通过预训练模型来理解和处理这种语言。以下是对该项目的详细介绍。
DNABERT 项目由几个关键要素组成,包括源代码、使用示例、预训练模型、微调模型和可视化工具。这些资源共同构建了一个强大的平台,用户可以针对自己的研究需求进行基因组分析。
DNABERT 的训练分为通用预训练和任务特定细化两个阶段。预训练模型已经在该存储库中发布,扩展自 Hugging Face 的 BERT 模型,并适配到 DNA 场景中。
DNABERT 项目推出了第二代版本 DNABERT-2,它在多物种基因组上进行训练,具有更高的效率和更简便的使用方法。同时,发布了一项全面的基因组理解评估 (GUE) 基准,包含 28 个数据集和 7 项任务。
要运行 DNABERT,需要使用 Anaconda 软件创建一个 Python 虚拟环境,确保至少有一块符合条件的 NVIDIA GPU。推荐使用 CUDA 10.0 以及相应的驱动版本来支持分布式训练。
conda create -n dnabert python=3.6 conda activate dnabert
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch git clone https://github.com/jerryji1993/DNABERT cd DNABERT python3 -m pip install --editable . cd examples python3 -m pip install -r requirements.txt
对预训练 DNABERT 的用户,需要按照特定格式处理数据,并可使用提供的 seq2kmer
函数转换序列。
cd examples export KMER=6 export TRAIN_FILE=sample_data/pre/6_3k.txt export TEST_FILE=sample_data/pre/6_3k.txt export SOURCE=PATH_TO_DNABERT_REPO export OUTPUT_PATH=output$KMER python run_pretrain.py \ --output_dir $OUTPUT_PATH \ --do_train \ --train_data_file=$TRAIN_FILE \ ...
对于有微调需求的用户,需要下载并利用已有的预训练模型进行微调,从而适应特定任务。
cd examples export KMER=6 export MODEL_PATH=PATH_TO_THE_PRETRAINED_MODEL export DATA_PATH=sample_data/ft/$KMER export OUTPUT_PATH=./ft/$KMER python run_finetune.py \ --model_type dna \ --tokenizer_name=dna$KMER \ --model_name_or_path $MODEL_PATH \ ...
DNABERT 允许用户对微调后的模型进行预测,并通过计算注意力得分等方式进行可视化。同时,提供了主题分析和基因变体分析工具。
DNABERT 项目为研究人员提供了一种新的方式来理解基因组数据,其灵活性和适应性使其成为基因组学研究中的一个有力工具。随着项目的不断更新和完善,DNABERT 在生物信息学领域的应用潜力也将不断扩大。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提 升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。