话题精选
读书
旅行
好物
极客
个人总结
所有博客
Leo's blog
A nook to hoard my manuscripts.
访问博客
RISC-V 函数调用约定
[译] Understanding Incremental Decoding in fairseq
将化学分子的 ChEMBL ID 转化为 SMILES 的两种方法
通过 PDM 和 GitHub Actions 在 PyPI 上自动化发布你的 Python 包吧
华为云踩坑：由 URL 编码导致 yum 安装时的 No such file or directory 错误
为友治藏书印一方
忙忙碌碌中匆匆过眼我的 2023 年
Cloudflare + Backblaze 实现免费的博客图床方案
新服务器必做的基本设置——服务器迁移之记录
把博客站点交给了 Cloudflare 托管
RIME 脚本食用方法举隅：以输入苏州码为例
通过 SSH 在 Pycharm 上使用 Docker 容器中的 Python 解释器
如何在 X86 设备上使用 Docker 构建 ARM 镜像
文献总结｜结构诱导的预训练
文献总结｜MTGL-ADMET：一种通过地位理论与最大流增强并用于 ADMET 预测的多任务图学习框架
文献总结｜探测图表示
四月十二奉新纸一试
文献总结｜可以同时完成分子语言序列回归和生成的回归 Transformer
旧书市淘书记
文献总结｜一种用于基于结构药物设计的 3D 生成模型
文献总结｜对编码器-解码器模型学习过程中化学结构识别的研究
文献总结｜我们能用 Transformer 模型快速学会「翻译」活性分子吗？
津城海棠
文献总结｜使用上下文增强的分子表示提升少样本药物发现的效果
从零起步的 Transformer 与代码拆解
文献总结｜药物发现中的匹配分子对分析：方法与当前应用
我的 2023 年春播计划
文献总结｜DrugEx v3：使用基于图 Transformer 的强化学习进行以分子骨架为约束的药物设计
文献总结｜用于从蛋白序列进行药物设计的深度生成模型
在明清小说中索隐——读《中国叙事学》
文献总结｜通过连接感知模版挖掘实现从头生成分子
春日漫步小记
文献总结｜使用等变扩散模型进行基于结构的药物设计
为 Pelican 博客加入搜索功能
文献总结｜为蛋白质口袋定制分子：用于基于结构药物设计的 Transformer 分子生成方法
文献总结｜MolGPT：使用 Transformer 解码器模型实现分子生成
文献总结｜在大数据集中有效识别匹配分子对（MMPs）的算法
为 Pelican 博客写插件——在文章中插入豆瓣图书
文献总结｜通过大规模化学语言表示捕获分子结构和性质
Pelican + Nginx 在服务器上搭载静态博客
文献总结｜通过深度神经网络捕获化学家的直觉实现分子优化
CS224n 自然语言处理第二节: 词向量与词义感知
RDKit 入门：基于子结构修改分子
文献总结｜匹配分子对以外基于 Transformer 的分子优化
文献总结｜Molecular Sets (MOSES)：分子生成模型的评估平台
RDKit 入门：修改分子与搜索子结构
文献总结｜从头药物设计和生成模型
CS224n 自然语言处理第一节：简介与词向量
文献总结｜DRlinker：使用深度强化学习优化连接片段设计
机器翻译框架 OpenNMT 入门：快速上手
文献总结｜基于SMILES用于从头药物设计的深度分子骨架改造模型
文献总结｜通过生成深度学习发现 RIPK1 抑制剂
为深度学习环境配置 CUDA
文献总结｜使用课程学习改进从头药物设计
文献总结｜LibINVENT：可用于虚拟化合物库构建的基于反应的分子骨架改造模型
文献总结｜SyntaLinker：使用 Conditional Transformer 神经网络自动连接分子片段
文献总结｜使用强化学习和基于图的深度生成模型进行从头药物设计
文献总结｜ChemistGA：用于实际药物发现的可合成分子生成算法
文献总结｜通过随机化 SMILES 序列提升分子生成模型质量
RDKit 入门：绘制分子图像
RDKit 入门：文件的导入与导出
文献总结｜REINVENT 2.0：用于从头药物设计的 AI 工具
文献总结｜基于 Conditional Transformer、知识蒸馏与强化学习的多约束分子生成
文献总结｜使用循环神经网络为药物发现生成指定的分子库
用 Markdown 创作 pptx 的尝试
文献总结｜从头药物设计中的深度学习方法
《统计学习方法》第七章：支持向量机
《统计学习方法》第六章：逻辑斯谛回归与最大熵模型
国内部分网络无法访问 githui.io 的解决方案
函数绘图工具的选择
詞藪
《统计学习方法》第五章：决策树
为 Pelican 博客设置 Lightbox 效果
使用 prettymaps 生成精美地图
在 Windows 安装 prettymaps 的踩坑实录
《统计学习方法》第四章：朴素贝叶斯法
《统计学习方法》第三章：k 近邻法
《统计学习方法》第二章：感知机
《统计学习方法》第一章：概论
在 Linux 上使用 OneDrive 作为博客图床
使用 Pelican 发布文章的流程
