RootNav 2 เป็นเครื่องมือบรรทัดคำสั่งสำหรับการแบ่งส่วนและการวิเคราะห์สถาปัตยกรรมรูทในแบบ 2 มิติ RootNav 2 ยังคงอยู่ โปรดติดต่อหากมีบางอย่างใช้ไม่ได้สำหรับคุณ
เรากำลังอัปเดต RootNav 2 อย่างต่อเนื่องเพื่อให้ใช้งานและฝึกฝนโมเดลใหม่ๆ ได้ง่ายที่สุด การอัปเดตใหม่ ได้แก่ :
--debug เมื่อฝึกฝนหรือวิเคราะห์รูปภาพเพื่อดูรายละเอียดเพิ่มเติมเกี่ยวกับสิ่งที่เกิดขึ้นในการติดตั้งและรัน rootnav คุณจะต้องมีสิ่งต่อไปนี้:
หากคุณต้องการฝึกโมเดลของคุณเอง คุณจะต้องมี:
คำแนะนำต่อไปนี้ถือว่าคุณได้ติดตั้ง Python และมีฮาร์ดแวร์ที่เข้ากันได้หากจำเป็น หากคุณไม่แน่ใจว่าจะติดตั้ง Python อย่างไร เราขอแนะนำให้ใช้ Anaconda ซึ่งสามารถดาวน์โหลดได้ที่นี่
ก่อนอื่นคุณจะต้องดาวน์โหลดโค้ดเป็นไฟล์ zip ด้านบน หรือโดยการโคลนที่เก็บ git (แนะนำ):
git clone https://github.com/robail-yasrab/RootNav-2.0.git
Pytorch รับผิดชอบการเรียนรู้เชิงลึกที่ทำงานภายในเครื่องมือ Rootnav ทั้งในระหว่างการอนุมานและการฝึกอบรม Pytorch ได้รับการอัปเดตเป็นประจำ และตอนนี้เราขอแนะนำให้ติดตั้งตามคำแนะนำบนเว็บไซต์ pytorch
การขึ้นต่อกันที่เหลือสามารถติดตั้งได้โดยใช้ไฟล์ข้อกำหนดในไดเร็กทอรีการอนุมานหรือไดเร็กทอรีการฝึกอบรม หากคุณใช้ pip สิ่งต่อไปนี้จะใช้ได้กับ Linux:
cd RootNav-2.0/inference
pip install -r requirements.txt
คุณสามารถดำเนินการแบบเดียวกันได้ในไดเร็กทอรีการฝึกอบรม หากคุณต้องการฝึกโมเดลใหม่โดยใช้ RootNav การสนับสนุนไลบรารีในระบบปฏิบัติการอื่นนั้นซับซ้อนกว่า และดังที่กล่าวข้างต้น เราแนะนำให้ใช้ Anaconda คุณอาจพบว่า Anaconda นั้นง่ายที่สุดใน Linux เช่นกัน
ผู้ใช้ส่วนใหญ่จะต้องการใช้งาน RootNav 2.0 บนอิมเมจใหม่ ซึ่งในกรณีนี้โค้ดทั้งหมดที่คุณต้องการจะอยู่ในโฟลเดอร์ inference คุณสามารถดูคำแนะนำเพิ่มเติมได้ใน README การอนุมาน
รหัสการฝึกอบรมอาจพบได้ในโฟลเดอร์การฝึกอบรม คำแนะนำเกี่ยวกับแบบจำลองการฝึกอบรมมีอยู่ในการฝึกอบรม README หากคุณต้องการร่วมมือกันในการพัฒนาโมเดลใหม่สำหรับ RootNav 2.0 โปรดติดต่อเรา
Rootnav 2 เผยแพร่ใน GigaScience หากมีข้อสงสัย โปรดติดต่อ [email protected]
[1] Yasrab, R., Atkinson, JA, Wells, DM, French, AP, Pridmore, TP, & Pound, MP (2019), RootNav 2.0: การเรียนรู้เชิงลึกสำหรับการนำทางอัตโนมัติของสถาปัตยกรรมรากพืชที่ซับซ้อน, GigaScience, 8( 11) giz123
