ACNNT3:预测基于序列的细菌III型分泌效应的注意- cnn框架

用于T3SE预测的ACNNT3架构。首先，对64个长度为6的一维卷积核进行卷积，得到a特征图，然后是特征图通过a最大池层。然后将特征图输入到注意层和全连接层，将两个输出结果合并得到66个节点。最后，将66个节点完全连接到两个输出节点，并使用sigmoid函数进行激活，得到T3SE和非T3SE的预测概率。