def ind_res_dl_fe_process(args, vec_mat, res_label_mat, fixed_seq_len_list, params_dict):
print('########################## Independent Test Begin ##########################\n')
# 为独立测试集配置参数
args = ind_preprocess(args)
ind_vec_mat, ind_fixed_seq_len_list = read_base_mat4res(args.ind_fea_file, args.fixed_len)
# 这一步将独立测试集所有残基的标签转换为固定长度，需要在评测时注意
ind_res_label_mat = res_dl_label_read(args.ind_res_labels_list, args.fixed_len)
res_dip(args.ml, vec_mat, res_label_mat, fixed_seq_len_list, ind_vec_mat, ind_res_label_mat,
ind_fixed_seq_len_list, args.fixed_len, args.results_dir, params_dict)
print('########################## Independent Test Finish ##########################\n')
def ind_res_dl_fe_process(args, vec_mat, res_labels_list, fixed_seq_len_list,
params_dict):
print(
'########################## Independent Test Begin ##########################\n'
)
ind_vec_mat, ind_fixed_seq_len_list = read_base_mat4res(
args.ind_fea_file, args.fixed_len)
res_dip(args.ml, vec_mat, res_labels_list, fixed_seq_len_list, ind_vec_mat,
args.ind_res_labels_list, ind_fixed_seq_len_list, args.fixed_len,
args.results_dir, params_dict)
print(
'########################## Independent Test Finish ##########################\n'
)
def res_dl_process(args):
# 深度学习参数字典
params_dict = args.params_dict_list[0]
# 读取base文件向量,对向量矩阵和序列长度数组进行处理
vec_mat, fixed_seq_len_list = read_base_mat4res(args.fea_file,
args.fixed_len)
# 不同于SVM/RF, 深度学习
if args.ind_vec_file is None:
# 在参数便利前进行一系列准备工作: 1. 固定划分；2.设定指标；3.指定任务类型
args = prepare4train_res(args, args.res_labels_list, dl=False)
res_dcp(args.ml, vec_mat, args.res_labels_list, fixed_seq_len_list,
args.fixed_len, args.folds, args.results_dir, params_dict)
else:
ind_res_dl_fe_process(args, vec_mat, args.res_labels_list,
fixed_seq_len_list, params_dict)
def res_crf_fe_process(args):
# 深度学习参数字典
params_dict = args.params_dict_list[0]
# 读取base文件向量,对向量矩阵和序列长度数组进行处理
vec_mat, fixed_seq_len_list = read_base_mat4res(args.fea_file, args.fixed_len)
# 这一步将所有残基的标签转换为固定长度，需要在评测时注意
res_label_mat = res_dl_label_read(args.res_labels_list, args.fixed_len)
# 不同于SVM/RF, 深度学习
if args.ind_seq_file is None:
# 在参数便利前进行一系列准备工作: 1. 固定划分；2.设定指标；3.指定任务类型
args = prepare4train_res(args, args.res_labels_list, dl=True)
crf_cv_process(vec_mat, res_label_mat, fixed_seq_len_list, args.folds, args.results_dir, params_dict)
else:
ind_res_crf_fe_process(args, vec_mat, res_label_mat, params_dict)