资源下载地址：https://download.csdn.net/download/sheziqiong/87788721
资源下载地址：https://download.csdn.net/download/sheziqiong/87788721

graduation

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。

使用教程

window操作系统

git clone https://github.com/cedar997/graduation.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

sudo apt install git  
git clone https://github.com/cedar997/graduation.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。
在这里插入图片描述

训练结果

在这里插入图片描述

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
在这里插入图片描述

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