分工：k阶马尔科夫模型由裴嘉政实现，深度学习模型由余谷风实现。
所有代码均在kmm文件目录下。
由于代码由C++11标准写成，因此编译命令为g++ -o kmm.exe kmm.cpp -std=c++11。
注意！：代码中使用了"io.h"头文件来实现获取目录下所有文件的功能，而该头文件不能实现跨平台兼容，因此本代码只能在Windows下编译，不能在linux下编译！
根据实际需求，运行时参数可以设定为3或4个。对于普通分类任务来说，需要的参数分别为$k$，参考基因组所在文件夹，以及待预测短序列的Fasta文件。如果需要对分类结果判断准确率， 则需要再加上标签文件。如果已有编译后的可执行文件，则这一步可以在linux上运行，运行指令不变。
输入./kmm.exe -h可以得到帮助信息，运行命令为：./kmm.exe -k k -r reference_fold -g short_genomes [-t label]。
所有代码均在deep_learning文件目录下。
除数据文件外，总共包含4个python文件（train.py model.py test.py和util.py）和一个已有模型文件。代码最好在有cuda算子的GPU（英伟达显卡）上运行，且需要安装torch等依赖包。
训练命令：python train.py
测试命令：python test.py
训练文件中的参数可以进入文件进行调整，测试命令则可以直接在命令行中对参数进行调整。
源代码目录中均不含数据文件，需要按照实际需求准备输入文件。