VIP20
本课程属于：040-化合物生成模型批次质控 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

Transformer矫正批次效应实操

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
批次效应概述与问题背景
批次效应概述与问题背景 · 核心概念 · 实践要点
批次效应概述问题背景
02
数据预处理
标准化与归一化
数据预处理标准化
03
Transformer架构介绍
自注意力机制
Transformer架构介绍
04
Transformer在生物数据中的应用
Transformer在生物数据中的应用 · 核心概念 · 实践要点
Transformer生物数据
05
批次效应矫正的经典方法
ComBat · limma
批次效应矫正的经…ComBat
06
基于深度学习的方法
VAE · CycleGAN
基于深度学习的方…VAE
07
Transformer矫正批次效应的原理
Transformer矫正批次效应的原理 · 核心概念 · 实践要点
Transformer矫正批次效应的原…
08
数据准备
单细胞RNA-seq数据集
数据准备RNA-seq
09
实验环境搭建
Python · PyTorch · TensorFlow
实验环境搭建Python
10
构建简单的Transformer模型
构建简单的Transformer模型 · 核心概念 · 实践要点
Transformer构建简单的
11
位置编码与嵌入层
位置编码与嵌入层 · 核心概念 · 实践要点
位置编码嵌入层
12
多头注意力实现
多头注意力实现 · 核心概念 · 实践要点
多头注意力实现重点
13
前馈神经网络与残差连接
前馈神经网络与残差连接 · 核心概念 · 实践要点
前馈神经网络残差连接
14
添加批次信息作为条件输入
添加批次信息作为条件输入 · 核心概念 · 实践要点
添加批次信息作为…重点
15
训练数据加载与批次划分
训练数据加载与批次划分 · 核心概念 · 实践要点
训练数据加载批次划分
16
损失函数设计
对比损失 · 重构损失
损失函数设计对比损失
17
模型训练与调参
模型训练与调参 · 核心概念 · 实践要点
模型训练调参
18
评估指标
批次效应消除效果 · 生物学保留度
评估指标批次效应消除效果
19
可视化结果
t-SNE · UMAP
可视化结果t-SNE
20
案例1
人脑数据集的批次矫正
案例1人脑数据集的批次…
21
案例2
癌症数据集的批次矫正
案例2癌症数据集的批次…
22
与ComBat方法对比
与ComBat方法对比 · 核心概念 · 实践要点
ComBat方法对比
23
模型优化
正则化与Dropout
模型优化Dropout
24
处理多批次情况
处理多批次情况 · 核心概念 · 实践要点
处理多批次情况重点
25
迁移学习与预训练模型
迁移学习与预训练模型 · 核心概念 · 实践要点
迁移学习预训练模型
26
部署与应用
在线矫正服务
部署应用
27
常见问题与解决方案
常见问题与解决方案 · 核心概念 · 实践要点
常见问题解决方案
28
未来发展方向
大模型与自监督学习
未来发展方向大模型
29
课程总结与项目实战
课程总结与项目实战 · 核心概念 · 实践要点
课程总结项目实战
30
附加资料与参考文献
附加资料与参考文献 · 核心概念 · 实践要点
附加资料参考文献