跳转到主要内容

Python包,用于生成用于训练和预测的热编码生物间隔。

项目描述

Travis CI build SonarCloud Quality SonarCloud Maintainability Codacy Maintainability Maintainability Pypi project Pypi total project downloads

Python包,用于生成用于训练和预测的热编码生物间隔。

我如何安装此包?

像往常一样,只需使用pip下载即可

pip install keras_biological_gaps_sequences

测试覆盖率

由于某些处理覆盖率的软件有时会得到略有不同的结果,这里列出了三个

Coveralls Coverage SonarCloud Coverage Code Climate Coverate

可用数据集

目前,包内只包含一个间隔数据集:已知间隔从hg19到hg38的映射。未来我们将添加更多映射。

使用示例

要使用序列,您可以这样做

biological_gap_sequence = BiologicalGapsSequence(
    source="hg19",
    target="hg38",
    source_window_size=1000,
    target_window_size=1000,
    batch_size=32
)

model = build_my_denoiser()
model.fit_generator(
    biological_gap_sequence,
    steps_per_epoch=biological_gap_sequence.steps_per_epoch,
    epochs=2,
    shuffle=True
)

项目详情


下载文件

下载适用于您平台的自定义文件。如果您不确定要选择哪个,请了解更多关于 安装包 的信息。

源代码分发

keras_biological_gaps_sequence-1.0.3.tar.gz (4.7 kB 查看哈希值)

上传时间: 源代码

由以下组织支持

AWSAWS 云计算和安全赞助商 DatadogDatadog 监控 FastlyFastly CDN GoogleGoogle 下载分析 MicrosoftMicrosoft PSF赞助商 PingdomPingdom 监控 SentrySentry 错误日志 StatusPageStatusPage 状态页面