ESR1多态性与中国汉族人群乳腺癌易感性的关联研究，杨学习，李欣，为了探讨ESR1单核苷酸多态性与中国汉族人群乳腺癌易感性的关系，通过Sequenom MassArray? iPLEX平台对845例乳腺癌病人和882例健康对照进行了�

胱硫醚合成酶启动子上的功能多态性位点显著降低中国汉族人群的先天性心脏病易感性，赵健元，杨雪艳，同型半胱氨酸是各种心血管疾病的独立风险因素。在胚胎心脏细胞中有两种方式清除同型半胱氨酸：甲基化成甲硫氨酸或转硫形成半胱氨

ESR1基因多态性与儿童孤独症的关联研究，王雪莱，梁爽，目的：探讨雌激素受体1（estrogen receptor alpha, ESR1）基因多态性与中国汉族儿童孤独症发病的相关性，了解ESR1与中国汉族儿童孤独症临床�

超分辨率matlab代码韩 我们的ECCV 2020论文“通过整体注意力网络实现单图像超分辨率”的PyTorch代码 该存储库适用于以下论文中介绍的HAN 张玉伦，李坤鹏，李凯，王丽晨，钟斌能和付云，“通过整体注意力网络实现单图像超分辨率”，ECCV 2020， 该代码基于RCAN（PyTorch）构建并在具有Titan X / 1080Ti / Xp GPU的Ubuntu 16.04 / 18.04环境（Python3.6，PyTorch_0.4.0，CUDA8.0，cuDNN5.1）上进行了测试。 内容 介绍 信息功能在单图像超分辨率任务中起着至关重要的作用。 事实证明，渠道关注对于保留每一层中信息量丰富的功能是有效的。 但是，频道注意力将每个卷积层视为一个单独的过程，从而错过了不同层之间的相关性。 为了解决这个问题，我们提出了一个新的整体注意网络（HAN），该网络由一个图层注意模块（LAM）和一个通道空间注意模块（CSAM）组成，以对图层，通道和位置之间的整体相互依赖性进行建模。 具体地，提出的LAM通过考虑各层之间的相关性来自适应地强调分层特征。 同时，CSAM学习每个通道所有

查看一些命令符以方便操作人员在忘记活着不熟悉的时候查看命令

source-han-sans：来源Han Sans |思源黑体|思源黑体|思源黑体香港|源ノ角ゴシック| 본고딕

基于LSTM 实现文本分类

Learn CUDA Programming A beginners guide to GPU programming and parallel computing with CUDA 10.x and CC++ by Jaegeun Han, Bharatkumar Sharma (z-lib.org).pdf

思源黑体、Source Han Sans、Noto Sans SC、 web woff2 字体

MacType --- Sam-Toki-MacType-Configurations：Sam Toki的MacType配置（ini文件）。 适用于Windows10。需要“ Source Han Sans”并安装了几种指定的字体。 ／自用MacType配置方案（ini文件）。适用于Win10，需要安装“思源黑体”以及某些指定字体