首页
›
生物信息学与 AI 制药工程
›
005-AI药物发现靶点筛选
›
《AI靶点模型本地部署与验证教程》
VIP20
本课程属于:005-AI药物发现靶点筛选
生物信息学与 AI 制药工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
AI靶点模型本地部署与验证教程
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
AI靶点模型概述
什么是靶点模型 · 靶点发现流程 · 模型在药物研发中的价值
AI
靶点模型概述
02
本地部署的硬件选型
CPU/GPU/内存/存储要求 · 常见配置推荐 · 异构计算考量
本地部署的硬件选…
CPU/GPU
03
操作系统与环境准备
Linux(Ubuntu/CentO… · 驱动与内核配置 · Windows/WSL2备选方案
操作系统
环境准备
04
Conda虚拟环境搭建
Miniconda安装 · 环境创建与切换 · 常用包的版本管理
Conda
虚拟环境搭建
05
深度学习框架安装
PyTorch/TensorFlow… · CUDA与cuDNN的版本匹配
深度学习框架安装
PyTorch/Tens…
06
模型格式转换工具
ONNX · TorchScript · TensorRT的基本概念与安装
模型格式转换工具
ONNX
07
获取预训练靶点模型
从公开仓库(Hugging Face · Model Zoo)下载模型
获取预训练靶点模…
Hugging
08
模型结构解析
使用Netron或代码查看模型输入输… · 架构细节
模型结构解析
Netron
09
模型量化基础
FP32/FP16/INT8量化原理 · 精度与速度权衡
模型量化基础
FP32/FP16/IN…
10
ONNX Runtime部署
ONNX模型导出 · Runtime的C++/Python…
ONNX
Runtime
11
TensorRT部署
模型转换(trtexec) · 动态形状配置 · 性能调优
TensorRT
部署
12
OpenVINO部署
Intel平台优化 · 模型中间表示(IR) · 推理流程
OpenVINO
部署
13
Triton Inference Server部署
容器化部署 · 多模型管理 · 并发请求处理
Triton
Inference
14
自定义推理引擎
基于LibTorch/TensorF…
自定义推理引擎
LibTorch/Ten…
15
验证数据集构建
靶点验证数据的来源 · 预处理 · 划分训练/测试集
验证数据集构建
靶点验证数据的来…
16
推理精度验证
对比原始框架输出与部署引擎输出的误差…
推理精度验证
对比原始框架输出
17
性能基准测试
吞吐量 · 延迟 · 内存占用的测量方法与工具(perf
性能基准测试
吞吐量
18
端到端流程测试
输入数据流水线 · 预处理-推理-后处理的集成测试
端到端流程测试
输入数据流水线
19
错误排查与日志分析
常见报错(OOM · 算子不支持) · 日志级别设置
错误排查
日志分析
20
安全与权限管理
模型文件加密 · API鉴权 · 沙箱运行环境
安全
权限管理
21
容器化部署
Docker镜像构建 · Kubernetes集群编排 · 资源限制
容器化部署
Docker
22
CI/CD集成
自动化模型更新 · 回归测试流水线设计
CI/CD
集成
23
多模型版本管理
模型仓库(MLflow/DVC) · 版本回滚策略
多模型版本管理
MLflow/DVC
24
Edge端部署
Jetson/RK3588等边缘设备…
Edge
端部署
25
Web端推理服务
Flask/FastAPI封装RES… · Swagger文档
Web
端推理服务
26
批量推理与流式推理
批处理策略 · 动态批处理 · 实时流处理
批量推理
流式推理
27
模型热更新
不停止服务替换模型 · 蓝绿部署 · 灰度发布
模型热更新
不停止服务替换模…
28
监控与告警
Prometheus+Grafana… · 异常检测
监控
告警
29
典型案例实战
AlphaFold本地部署与验证 · 药物-靶点亲和力预测模型部署
典型案例实战
AlphaFold
30
总结与最佳实践
部署流程梳理 · 常见陷阱 · 未来趋势(Triton + Tens…
最佳实践
部署流程梳理
所属VIP或分类
同VIP:AI模型自动超参数搜索与性能评估
同VIP:AI模型训练参数锁定与实验复现验证
同VIP:AI模型训练环境与数据可复现工程