是 PyTorch 中的一个模块，用于构建 Transformer 模型中的编码器。这些组件组成了 Transformer 编码器的基本结构，并且可以通过简单的复制来构建深度更高、参数量更大的编码器。此外，PyTorch还提供了许多其他的图神经网络模型实现，例如GCN、GAT等，也都有详细的官方文档。以上这些模型都是基于PyTorch Geometric库实现的图神经网络模型，如果想要深入学习相关

tensorflow【import transformers 报错】

卷积神经网络kernel/filter/stride

生物信息【蛋白序列对比blosum】

关于torch 的cpu和gpu互相转换

linux:wps 下载 安装 【.deb 文件安装】

选择特征的好坏

"Int_ddG_mover" 是 InterfaceDdGMover 类型的 mover，用于计算蛋白质蛋白质接口上进行的突变引起的 ddG（自由能变化）值，即突变后蛋白质相互作用的变化。在 Rosetta 软件套件中，"repack" 是一个常用的术语，用于描述对蛋白质的侧链进行重新打包的操作。最后一个mover操作是在BackrubProtocol中定义的，该协议定义了一系列的backrub

dataframe 数据合并（concat函数） 10月31日追加 iloc[0]、loc[:,' ']

concatenation的意思