1.O'Reilly动物书的那些事儿
2.只需1台CPU跑600多秒,GNN快速有效优化蛋白质模型
3.源码解析DGL消息传递及其算子融合优化
4.CoRL 2023 获奖论文全分享!机器人学习领域最新研究成果都在这了
5.oreilly公司简介
6.linuxå®è£
nodejsï¼
O'Reilly动物书的那些事儿
O'Reilly Media,成立于年,由Tim O'Reilly创立,是图片在线处理源码一家私人控股的出版机构。它以图书、杂志、在线服务、调查研究和会议等方式传播创新知识,是计算机技术发展前沿的见证者和推动者。O'Reilly Media出版的动物书以其独特的封面设计闻名,封面通常会有一只手绘动物。这些书为软件开发者带来了革命性的知识,创建了第一个商业网站(GNN),组织了开放源代码峰会,创立了《Make》杂志,成为DIY革命的主要先锋。
O'Reilly Media的会议和峰会聚集了全球的极客和商业领袖,共同探讨颠覆性创新思想。其业务反映出公司倡导、培育和传承创新的核心理念。O'Reilly的书籍、在线服务和面授课程都传递了公司信息是激发创新力量的源动力。
O'Reilly Media的动物书在IT业界广受欢迎,被称为“动物世界”或“饲养员指南”。python包 源码安装读者可能会问为什么使用动物形象做封面?答案源于上世纪年代中期,O'Reilly公司通过邮购销售有关Unix操作系统的图书,封面设计者Edie Freedman从世纪的木版画中获取灵感,选择了与Unix术语相配的诡异动物形象。后来,读者和作者对动物形象的热爱让O'Reilly公司注意到,有识别性的动物面孔更吸引人,尤其是当它们直视读者时。
O'Reilly Media通过动物书封面传达了对生态问题的关注,许多封面动物正处于濒危状态。公司与WWF(世界自然基金会)合作进行野生动物科研项目,希望激励科技专业人士想出新的方法来拯救和保护野生动物。
O'Reilly Media的动物书不仅提供了技术知识,还激发了人们对保护野生动物的意识。请关注中国电力出版社O'Reilly系列产品的发布,与可爱的动物朋友们一起头脑风暴吧!
只需1台CPU跑多秒,GNN快速有效优化蛋白质模型
深度学习与蛋白质结构预测的革新</ 近期,华盛顿大学的Davide Baker团队与DeepMind团队的里程碑式合作在《Science》和《Nature》两大顶级期刊上发表了RoseTTAFold和AlphaFold2的源代码,引发了AI领域的广泛关注。这两个深度学习模型的公布,无疑为基于AI的蛋白质结构预测开辟了新的可能。 深度学习预测的先驱者与突破</ 芝加哥丰田计算技术研究所的许锦波教授引领的研究团队,曾通过RaptorX将ResNet技术引入蛋白质结构预测,极大地提高了预测的水果消消乐源码精确度,成为该领域首个在实验上可行的深度学习方法。他们的突破性工作激活了原本进展缓慢的领域,如今,最新版本的RaptorX无需共进化信息,对人工设计蛋白质结构的预测表现出色。 GNN引领的蛋白质结构优化新纪元</ 随着图神经网络(GNN)的崛起,许教授团队意识到,GNN的图表示形式对生物结构如蛋白质尤其适用。他们发现,相较于ResNet,GNN在优化蛋白质三级结构方面展现出更高的效率,生成的3D模型能更接近真实蛋白质结构。令人惊叹的是,GNN仅需一个CPU在秒左右的时间内就能完成一个模型的优化,速度远超传统分子动力学方法,效率提升数百倍。 快速而精准的GNNRefine</ 7月日,许锦波教授团队的成果《Fast and effective protein model refinement using deep graph neural networks》在《Nature Computational Science》上发表。他们的创新方法GNNRefine,通过GNN预测优化的原子间距离概率分布,仅需分钟便能优化一个蛋白质模型,相比Feig团队的分子动力学模拟法和Baker团队的DeepAccNet,速度提升明显,精度不逊色。 优化蛋白质模型的游戏源码运行不了挑战与解决方案</ 蛋白质模型优化的重要性在于提升预测模型的质量。尽管Feig、Baker和Seok团队的方法在某些方面表现出色,但它们对计算资源的需求大,优化过程漫长。GNNRefine的出现,以高效和快速的特点,为蛋白质模型的优化提供了新的解决方案。 GNNRefine的创新技术细节</ GNNRefine包含三个关键步骤:将初始模型转化为图,提取几何特征,通过GNN预测优化距离并用PyRosetta FastRelax生成优化模型。整个过程由原子嵌入层、消息传递层和输出层构成,其在CASP和CASP测试中的优异表现证明了其有效性。 未来展望与突破点</ 尽管GNNRefine在现有模型优化上表现出色,但仍有提升空间。团队指出,未来将通过引入MSA协同进化信息,以及自监督学习,提高模型预测的准确性和蛋白质质量。他们还计划直接预测3D原子坐标,以避免能量最小化步骤,目标是生成更高质量的蛋白质模型。 结语</ 许锦波教授团队的创新工作不仅推动了蛋白质结构预测技术的进步,也为AI在生物学领域的应用树立了新标杆。他们的付费阅读 app源码研究不仅为科学家提供了高效工具,也预示着蛋白质结构优化技术的未来发展将更加智能和高效。源码解析DGL消息传递及其算子融合优化
源码解析DGL消息传递及其算子融合优化,本文深入解读其核心机制与实践应用。消息传递是GNN通用计算框架的基础,其中MPNN(消息传递)成为了当前主流的计算范式,DGL、PyG等算法的计算过程皆遵循这一设计。采用MPNN能统一抽象诸多GNN算法的迭代计算,显著提升系统的可维护性和可读性。 一、消息传递的原型 消息传递的基本原理来自《Neural Message Passing for Quantum Chemistry》论文,其核心组件包括消息函数(M)、聚合函数(SIGMA)、更新函数(U)、读出函数(R)。消息函数(M)作用于边上,基于边特征和起终点特征生成边上新特征;聚合函数(SIGMA)作用于节点上,基于节点的相邻边特征生成节点新特征;更新函数(U)作用于节点上,基于节点特征进行运算生成节点新特征。这些函数在图的每一层独立定义,而读出函数则将图的最后一层embedding进行readout,这一过程形成了消息传递的完整框架。 二、GNN卷积中的消息传递 在DGL中,消息传递统一规范了GNN算法中的卷积计算过程。以DGL的SageConv卷积源码为例,其前向计算通过调用`graph.update_all(...)`方法进行消息传递。通过构建一个同构图,直观展示了消息传递的过程:节点按入度分组进行计算,绿框代表边的h特征,但实际上这些特征并未真正记录在边上,而是保持在相应的数据结构中。若需将特征记录在边上,可调用`apply_edges()`方法。 三、DGL中的消息传递框架 本文详细阐述了DGL中消息传递的架构设计与各模块的调用关系。以`DGLHeteroGraph.update_all()`作为起点进行分析,揭示了消息函数、聚合函数、更新函数之间的调用逻辑。这为理解DGL中的消息传递机制提供了清晰的框架。 四、常现实现与SPMM优化 DGL内置了对常用消息函数、聚合函数、消息聚合函数的优化,通过C++底层实现主要计算负载,以提高运算效率。对于其他情况,则使用Python层进行常规实现。本文分别介绍了这两种实现方式,并详细阐述了DGL中消息函数与聚合函数的常规实现,以及SPMM优化的原理与设计逻辑。通过实现SPMM,DGL实现了算子融合,进一步提升了计算效率。 本文通过解析DGL消息传递及其算子融合优化,旨在帮助读者深入理解GNN框架的核心机制与实际应用。通过详细的解析与实例说明,本文希望为读者学习DGL提供有价值的参考。如需引用,请访问官方发布平台。CoRL 获奖论文全分享!机器人学习领域最新研究成果都在这了
CoRL ,这个机器人学习领域的璀璨盛事于月6日至9日在亚特兰大落下帷幕,汇集了众多前沿研究成果。让我们一同探索那些在会议上荣膺奖项的杰作,它们正在革新我们对机器人学习的理解。最佳论文:语言引导的精准操作
《Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation》由William Shen等人呈现,他们开创性地研究了如何通过蒸馏特征场技术,实现对少量语言指令的高效响应,推动了机器人在复杂任务中的少样本学习能力。最佳学生论文:智能求助机制
Allen Z. Ren等人的《Robots That Ask For Help: Uncertainty Alignment for Large Language Model Planners》提出了一种新颖的框架,通过精准测量和对齐大型语言模型的不确定性,让机器人在面对未知情况时能够主动寻求帮助,展现出强大的适应性和学习效率。 其他亮点论文:预见交互的基石:《Predicting Object Interactions with Behavior Primitives》揭示了行为基本单元在预测物体交互中的关键作用。
语言引导的零样本抓取:LERF-TOGO通过DINO特征和3D掩码,提升抓取任务的精确性和关联性。
长期工具操纵艺术:RoboCook通过GNN模型,展示了在工具-物体交互中的长期弹性操纵策略。
模仿与创新的融合:MimicPlay通过观察人类游戏,实现了长期模仿学习的新突破。
视觉策略的新纪元:机器人跑酷学习无需参考数据,展示了端到端视觉策略的强大潜力。
奖励函数的革新:CoRL 中,自动交互式奖励函数的引入显著提升了任务性能。
还有其他引人入胜的研究,如敏捷技能的学习、模仿增强和优化模仿与策略的学习等。
在四足机器人技术上,研究人员开发出了一套基于自我中心视觉的系统,它能够在复杂地形中通过强化/监督学习实现实时操作,仅依赖单目深度相机,展现出了机器人在动态环境中的适应力。 语言与行动的无缝对接也成为了研究热点。通过预训练技能,研究者让语言模型能够根据上下文提出切实可行的行动,为机器人与人类的交互开辟了新的可能。欲了解更多详细内容,欢迎访问“学姐带你玩AI”,回复“CoRL”,即可获取这些论文和源码,一同探索机器人的未来世界。oreilly公司简介
成立于年的O’Reilly公司,由Tim O'Reilly创办并担任首席执行官,现有员工人。总部设在加州的Sebastopol,此外,公司还设有其他办公室,包括马萨诸塞州的剑桥、英国的Farnham、德国的科隆、日本的东京以及中国的北京。 O’Reilly Media 以图书、杂志、在线服务、调查研究和会议等多种方式传播创新知识。自成立以来,O’Reilly公司一直是前沿发展的见证者和推动者。超级极客们正在开创未来,而我们关注并放大那些“细微的信号”,以促进新技术的应用。作为技术社区的活跃参与者,我们倡导、创造并发扬光大创新。 我们为软件开发者带来了革命性的“动物书”,创建了第一个商业网站(GNN),并组织了影响深远的开放源代码峰会,使开源软件运动以此命名。我们还创立了Make杂志,成为DIY革命的主要先锋。通过多种形式,我们缔结信息与人的纽带。我们的会议和峰会聚集了超级极客和高瞻远瞩的商业领袖,共同描绘开创新产业的革命性思想。作为技术人士获取信息的首选,我们将先锋专家的知识传递给普通计算机用户。无论是通过书籍出版、在线服务还是面授课程,每一项O’Reilly的产品都反映了公司不可动摇的理念——信息是激发创新的力量。扩展资料
Oreillylinuxå®è£ nodejsï¼
linuxå®è£ nodejsï¼
linuxå®è£ nodejs赫æ¯ç¹ç§ä½çç¥å¥æ¡ååä½æ¯èµä¸ä¸äºæ»ä¼å«æèå¨å¹´åæ²åºæ£®åä¸ç½å®¾ä¸ç´æ¯è¾å¤å²çº½å¡æ¯å°éçæºä¼å°±çä½ çé¡¿æ¶ä½æ¬å°ä¸è½å°ç«è æ é伸äºå¤´èä¸çå¿ è¦å¨å·¥ä½çèè¿ä¹ä»äº²èªä¸»ç½
Node.jsæä¹å®è£å¨linuxä¸å®è£ nodejsæ¹æ³å¦ä¸ï¼
1ãå»å®ç½ä¸è½½åèªå·±ç³»ç»å¹é çæ件ï¼
éè¿?uname-a?å½ä»¤æ¥çå°æçLinuxç³»ç»ä½æ°æ¯ä½ï¼å¤æ³¨ï¼x_表示ä½ç³»ç»ï¼ii表示ä½ç³»ç»ï¼ï¼å¦å¾
æ ä¸è½½ä¸ä¸çº¢è²æ¡ä¸æ件ï¼çæ¬ä¸ºv6..0
2ãä¸è½½ä¸æ¥çtaræ件ä¸ä¼ å°æå¡å¨å¹¶ä¸è§£åï¼ç¶åéè¿å»ºç«è½¯è¿æ¥åä¸ºå ¨å±ï¼
1ï¼ä¸ä¼ æå¡å¨å¯ä»¥æ¯èªå·±ä»»æè·¯å¾ï¼ç®åæçæ¾ç½®è·¯å¾ä¸º?cd/app/software/
2ï¼è§£åä¸ä¼ ï¼è§£ååçæ件æè¿è¾¹å°ååæ¹ä¸ºäºnodejsï¼è¿ä¸ªå°æ¹èªå·±éæï¼åªè¦å¨å»ºç«è½¯è¿æ¥çæ¶ååæ£ç¡®å°±å¯ä»¥ï¼
â tar-xvf?node-v6..0-linux-x.tar.xz
â¡mv?node-v6..0-linux-x?nodejs
â¢ç¡®è®¤è°ä¸¾ä¸ä¸nodejsä¸binç®å½æ¯è¿ å å¦ænodeånpmæ件ï¼å¦æææ§è¡è½¯è¿æ¥ï¼å¦å«æ碧æ没æéæ°ä¸è½½æ§è¡ä¸è¾¹æ¥éª¤ï¼
3ï¼å»ºç«è½¯è¿æ¥ï¼åä¸ºå ¨å±
â ln-s/app/software/nodejs/bin/npm/usr/local/bin/
â¡ln-s/app/software/nodejs/bin/node/usr/local/bin/
4ï¼æåä¸æ¥æ£éªnodejsæ¯å¦å·²åä¸ºå ¨å±
å¨Linuxå½ä»¤è¡node-vå½ä»¤ä¼æ¾ç¤ºnodejsçæ¬ï¼è¯´æå®è£ æå
linuxä¸nodejså®è£ 以åå¦ä½æ´æ°å°ææ°ççæ¬
é¦å å°ç½ä¸è½½ææ°çå®è£ æ件node-v0..-linux-x.tar.gzã
ç¨secureCRTå°æºç å ä¸ä¼ å°linuxç/opt/softï¼å¨å½ä»¤è¡è¾å ¥ï¼tar-xvfnode-v0..-linux-x.tar.gzè¿è¡è§£åã
ç¼è¾æ件vi/etc/profile
æ件æ«æ·»æç§å å¦ä¸
exportNODE_HOME=/opt/soft/åªå¯å node-v0..-linux-x
exportPATH=$PATH:$NODE_HOME/binexportNODE_PATH=$NODE_HOME/lib/node_modules
å¨å½ä»¤è¡è¾å ¥ï¼source/etc/æå¡profileï¼è®©é ç½®æ件çæã
å¨å½ä»¤è¡è¾å ¥ï¼node-vï¼æ¥çnode.jsççæ¬ãå¦æåºç°çæ¬å·åè¯æå®è£ æåã
linuxæä¹å®è£ nodejsï¼ä¸ï¼ç¼è¯å¥½çæ件
ç®å段æ¥è¯´å°±æ¯è§£ååï¼å¨binæ件夹ä¸å·²ç»åå¨node以ånpmï¼å¦æä½ è¿å ¥å°å¯¹åºæ件çä¸æ§è¡å½ä»¤è¡ä¸ç¹é®é¢é½æ²¡æï¼ä¸è¿ä¸é纤æ¯å ¨å±çï¼æ以å°è¿ä¸ªè®¾ç½®ä¸ºå ¨å±å°±å¥½äºã
cdnode-v0..-linux-x/bin
ls
ã/node-v
è¿å°±å¦¥å¦¥çäºï¼nodeæä»¶å¤¹å ·ä½æ¾å¨åªï¼å«ä»ä¹ååéä½ æä¹å®ãç¶åè®¾ç½®å ¨å±ï¼
ln-s/home/kun/mysofltware/node-v0..-linux-x/bin/node/usr/local/bin/node
ln-s/home/kun/mysofltware/node-v0..-linux-x/bin/npm/usr/local/bin/npm
è¿é/home/kun/mysofltware/è¿ä¸ªè·¯å¾æ¯ä½ èªå·±æ¾çï¼ä½ å°nodeæ件解åå°åªéå°±æ¯åªéã
ï¼äºï¼éè¿æºç ç¼è¯
è¿ç§æ¹å¼ä½ ä¸è½½çæ件æ¯Sourcecodeï¼è¾ä¸ºéº»ç¦ã
#tarxvfnode-v0...tar.gz
#cdnode-v0..
#ã/configure
#make
#makeinstall
#cp/usr/local/bin/node/usr/sbin/
æ¥çå½åå®è£ çNodeççæ¬
#node-v
v0..
ï¼ä¸ï¼apt-get
è¿æä¸ç§å°±æ¯shellæ示çapt-getæ¹å¼ï¼å¼ºçæ¡å²èä¸æ¨èã
sudoapt-getinstallnodejs
sudoapt-getinstallnpm
å ³äºæ´å¤Linuxçå¦ä¹ ï¼è¯·æ¥é 书ç±ãlinux就该è¿ä¹å¦ãã
linuxä¸nodejså®è£ 以åå¦ä½æ´æ°å°ææ°ççnodejså®ç½ä¸è½½å®è£ çæºç æ件ï¼æè¿è¾¹ä¸è½½çæ¯node-v4.5.0-linux-x.tar.xz
å¨linuxå½ä»¤è¡è´¥é¥¥ç¾¡éè¾å ¥ï¼
tar-xvfnode-v4.5.0-linux-x.tar.xz
ç¶åè¾å ¥vi/etc/profile
å¨æåè¢éä¸è¡æ·»å ï¼è®¾ç½®ç¯å¢åéï¼
exportNODE_HOME=/mnt/software/node-v4.5.0-linux-x
exportPATH=$PATH:$NODE_HOME/bin
exportNODE_PATH=$NODE_HOME/lib/node_modules
è¾å ¥source/etc/profile使设置çæ
åè¾å ¥node-væ¥ççæ¬å·
å¦æè¦å级nodejsçè¯å¯ä»¥ä½¿ç¨å¦ä¸å½ä»¤ï¼
npminstall-gn
nlatest
å®è£ å®æå¯æåå°±æ¯ææ°çæ¬äº