发布说明
版本0.3.2
漏洞修复
修复了 PairedSCGLUETrainer 和 SCCLUETrainer 中的“real_cross”损失函数。
版本0.3.1
漏洞修复
修复了 PairedSCGLUETrainer 中损失函数可能出现的 NaN 的问题。
恢复了旧函数名 rna_anchored_prior_graph，作为一个将被废弃的函数（将替换为 rna_anchored_guidance_graph）。
版本0.3.0
新功能：
增强功能：
将 scglue.models.integration_consistency 函数模块化以支持非原始计数的输入（解决了 #30）。
增加了中文文档翻译。
版本0.2.3
小改进和漏洞修复
漏洞修复
在模型训练过程中
obsm的数据框不再触发错误（解决了 #32）。
增强功能：
scglue.data.transfer_labels 使用了一个新的策略，即基于SNN的转移置信度估计（解决了 #23）。
允许通过 scglue.config.BEDTOOLS_PATH 自定义bedtools路径（解决了 #22）。
版本0.2.2
小改进和漏洞修复
漏洞修复
设备检测现在更加可靠（解决了 #17）。
增强功能：
现在可以在不改变软件包代码的情况下注册自定义的编码器和解码器（解决了 #14）。
版本0.2.1
小改进和依赖修复
版本0.2.0
新功能：
增加了 fit_SCGLUE 函数以简化模型训练——默认加入加权对抗对齐，在细胞类型组成高度倾斜的数据集上具有更强的鲁棒性。
增加了对批量效应校正的支持，可以通过在 configure_dataset 中设置
use_batch来激活。增加了模型诊断指标 integration consistency score（整合一致性分数）。
增强功能：
支持直接在disk-backed的AnnData对象上进行训练，可以扩展到几乎无限数量的细胞。
漏洞修复
修复了一个漏洞，即在不同的epochs中没有把图数据集打乱。
实验性特征:
部分配对GLUE模型 会尽可能利用已经配对的细胞。
这里是赢得 2021 NeurIPS 多模态整合竞赛 的 CLUE 模型！
版本0.1.1
首次公开发布