GraphGAN_ Graph Representation Learning_with Generative Adversarial Nets
GraphGAN:基于生成对抗性网络的图表示学习
摘要:
图表示学习的目标是将图中的每个顶点嵌入到低维的向量空间中。现有的图表示学习方法可以分为两类:学习图中潜在连通性分布的生成性模型和预测顶点对之间存在边的概率的判别性模型。在本文中,我们提出了一种创新的图表示学习框架GraphGAN,它结合了上述两类方法,其中生成模型和判别模型玩的是博弈论的极大极小博弈。具体地说,对于给定的顶点,生成模型试图在所有其他顶点上拟合其潜在的真实连通性分布,并产生“假”样本来欺骗判别模型,而判别模型则试图检测采样的顶点是来自地面真实还是由生成模型生成。随着这两种模式的竞争,它们都可以交替迭代地提升自己的性能。此外 ...
pip
pip 最常用命令
显示版本和路径
pip --version
获取帮助
pip --help
升级 pip
pip install -U pip
如果这个升级命令出现问题 ,可以使用以下命令:
sudo easy_install --upgrade pip
安装包
pip install SomePackage # 最新版本
pip install SomePackage==1.0.4 # 指定版本
pip install ‘SomePackage>=1.0.4’ # 最小版本
比如我要安装 Django。用以下的一条命令就可以,方便快 ...
chrome快捷键
标签页和窗口快捷键
操作
快捷键
打开新窗口
Ctrl + n
在无痕模式下打开新窗口
Ctrl + Shift + n
打开新的标签页,并跳转到该标签页
Ctrl + t
按标签页的关闭顺序重新打开先前关闭的标签页
Ctrl + Shift + t
跳转到下一个打开的标签页
Ctrl + Tab 或 Ctrl + PgDn
跳转到上一个打开的标签页
Ctrl + Shift + Tab 或 Ctrl + PgUp
跳转到特定标签页
Ctrl + 1 到 Ctrl + 8
跳转到最右侧的那个标签页
Ctrl + 9
在当前标签页中打开主页
Alt ...
Python
一、python类的实例方法、静态方法和类方法区别及其应用场景
https://blog.csdn.net/helloxiaozhe/article/details/79940321
二、python 中cls和self的区别
self:指的是一个具体实例的本身。如果在class中的某个方法加了@classmethod修饰器,那么这个方法不需要实例化也能直接被其他程序调用。
cls:表示这个类本身。
https://blog.csdn.net/gtf215998315/article/details/106868558
三、list.extend()和list.append()
li = ...
响应状态码
一、状态码大类
状态码分类
说明
1xx
响应中——临时状态码,表示请求已经接受,告诉客户端应该继续请求或者如果它已经完成则忽略它
2xx
成功——表示请求已经被成功接收,处理已完成
3xx
重定向——重定向到其它地方:它让客户端再发起一个请求以完成整个处理。
4xx
客户端错误——处理发生错误,责任在客户端,如:客户端的请求一个不存在的资源,客户端未被授权,禁止访问等
5xx
服务器端错误——处理发生错误,责任在服务端,如:服务端抛出异常,路由出错,HTTP版本不支持等
状态码大全:https://cloud.tencent.com/developer/c ...
Graph convolutional autoencoder and generative adversarial network-based method for predicting drug-target interactions
摘要
对新型药物-靶点相互作用(DTI)的计算预测可以有效地加快药物重新定位的进程,降低药物重新定位的成本。以往的大多数方法都是通过构建浅层预测模型来综合药物与靶点的多种联系。这些方法没有深入学习药物和靶标的低维特征向量,忽略了这些特征向量的分布。提出了一种基于图卷积自动编码器和生成对抗网络(GAN)的DTI预测方法GANDTI。我们构建了一个药物-靶点异构网络,将药物与靶点之间的各种联系,即药物之间或靶点之间的相似性和相互作用,以及药物与靶点之间的相互作用整合在一起。建立了一个图形卷积自动编码器,用于学习药物和靶节点在低维特征空间中的网络嵌入情况,该自动编码器深度集成了网络中的各种连接。引入 ...
BridgeDPI_ a novel Graph Neural Network for predicting drug–protein interactions.md
摘要
动机:探索药物-蛋白质相互作用(DPIs)提供了一种快速而精确的方法来帮助实验室实验发现新药。基于网络的方法通常利用药物-蛋白质关联网络,通过相关蛋白质或药物的信息预测DPI,称为“关联内疚”原则。然而,“关联内疚”原则并不总是正确的,因为有时相似的蛋白质不能与相似的药物相互作用。最近,基于学习的方法通过利用已有的表征相互作用的数据库来学习DPIs的分子特性,但忽略了网络级信息。
结果:我们提出了一种新的方法,即桥接DPI。我们设计了一类虚拟节点来弥合药物和蛋白质之间的鸿沟,并构建了一个可学习的药物-蛋白质关联网络。该网络基于来自下游任务DPI预测的监督信号进行优化。通过药物-蛋白质关联 ...
理解Python中列表,元组,字典,集合的区别
列表,元组,字典,集合的区别是python面试中最常见的一个问题。这个问题虽然很基础,但确实能反映出面试者的基础水平。
1.列表(List)
什么是列表呢?我觉得列表就是我们日常生活中经常见到的清单。比如,统计过去一周我们买过的东西,把这些东西列出来,就是清单。由于我们买一种东西可能不止一次,所以清单中是允许有重复项的。如果我们扩大清单的范围,统计我们过去一周所有的花费情况,那么这也是一个清单,但这个清单里会有类别不同的项,比如我们买东西是一种花费,交水电费也是一种花费,这些项的类型是可以使不同的。python的列表个跟清单的道理是一样的,特点就是:可重复,类型可不同。类型不同也是跟数组最本质 ...
Variational graph auto-encoders for miRNA-disease association prediction
ABSTRACT
累积的实验研究已经证明,microRNAs(MiRNAs)在各种基本和重要的生物学过程中以及在许多复杂的人类疾病的发展中发挥着关键作用。
因此,探索miRNAs与疾病的关系,有助于理解miRNAs与疾病的机制,有助于复杂疾病的检测、诊断和治疗。由于通过传统的生物学实验来鉴定miRNA与疾病的相关性既耗时又昂贵,因此一种有效的计算预测方法是很有吸引力的。在这项研究中,我们提出了一种基于变化图自动编码器的miRNA-疾病关联预测深度学习框架(VGAE-MDA)。VGAE-MDA首先从miRNA-miRNA相似性、疾病-疾病相似性和已知miRNA-疾病关联构成的异构网络中获得miR ...
无法加载文件 D_Users_xum32_Documents_WindowsPowerShell_profile.ps1,因为在此系统上禁止运行脚本。
Vscode使用Anaconda,提示:
1: 无法加载文件 D:\Users\xum32\Documents\WindowsPowerShell\profile.ps1,因为在此系统上禁止运行脚本。
想了解计算机上的现用执行策略,打开 PowerShell 然后输入:
12>> get-executionpolicyRestricted
更改执行策略,以管理员身份打开 PowerShell 输入:
1>> set-executionpolicy remotesigned
如果要更改回Windows 客户端计算机的默认执行策略,则设置为restricted:
1set- ...
零碎的小问题
所有问题按想起来/遇到的顺序排列
1. python中的__future__包
__future__是py2的概念,对应于py2,py3就是future,这是为了在是py2的时候还能用到一些新版本的特性而做成的包。意思禁用py2的import特性改成用py3的import的特性。
from future import absolute_import的作用:
这是相对引用和绝对引用的概念,从相对导入变成绝对导入,大概意指你每次用import X时候都是在sys.path(即python的搜索模块的路径集)里面找X包。只要知道py3的import用法,加上这句话py2时候也能按照py3的i ...
chm文件制作方法
两个工具
Teleport Ultra:用来下载网页
WinChm: 制作工具
1, 复制网站
文件>新建项目向导
新建完项目,点击运行,开始下载
2, 制作CHM文件
创建新项目>使用现有的HTML文件创建一个项目
目录选择保存的根目录
扫描完可以预览
点击构建, 等待结束。
文件操作
基本方法
123456789import osimport shutilalllist=os.listdir(u"D:\\notes\\python\\资料\\")for i in alllist: aa,bb=i.split(".") if 'python' in aa.lower(): oldname= u"D:\\notes\\python\\资料\\"+aa+"."+bb newname=u"d:\\copy\\newname" ...
pycharm快捷键
0、常用快捷键
快捷键
功能
Ctrl + Q
快速查看文档
Ctrl + F1
显示错误描述或警告信息
Ctrl + /
行注释(可选中多行)
Ctrl + Alt + L
代码格式化
Ctrl + Alt + O
自动导入
Ctrl + Alt + I
自动缩进
Tab / Shift + Tab
缩进、不缩进当前行(可选中多行)
Ctrl+C/Ctrl+Insert
复制当前行或选定的代码块到剪贴板
Ctrl + D
复制选定的区域
Ctrl + Y
删除当前行
Shift + Enter
换行(不用鼠标操作了)
Ctrl +J
...
Pandas
一、Pandas 和 Series 的 describe() 方法
1)功能
功能:对数据中每一列数进行统计分析;(以“列”为单位进行统计分析)
默认只先对**“number”**的列进行统计分析;
一列数据全是“number”
count:一列的元素个数;
mean:一列数据的平均值;
std:一列数据的均方差;(方差的算术平方根,反映一个数据集的离散程度:越大,数据间的差异越大,数据集中数据的离散程度越高;越小,数据间的大小差异越小,数据集中的数据离散程度越低)
min:一列数据中的最小值;
max:一列数中的最大值;
25%:一列数据中,前 25% 的数据的平均值;
...