首页
›
生物信息学与 AI 制药工程
›
047-空间转录组特征学习任务
›
《空间转录组模型训练与调参指南》
VIP20
本课程属于:047-空间转录组特征学习任务
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
空间转录组模型训练与调参指南
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
空间转录组学基础
技术原理 · 数据特点 · 应用场景
空间转录组学基础
技术原理
02
空间转录组数据获取与预处理
常见平台 · 数据格式 · 质量控制
空间转录组数据获…
预处理
03
数据标准化与批次校正
标准化方法 · Harmony · ComBat等
数据标准化
批次校正
04
空间基因表达矩阵构建
稀疏矩阵 · Seurat/Squidpy等工具
空间基因表达矩阵…
稀疏矩阵
05
空间转录组数据可视化
空间点图 · 特征图 · 聚类可视化
空间转录组数据可…
空间点图
06
空间变量基因识别
HVG选择 · 空间可变基因(SVG)检测
空间变量基因识别
HVG
07
降维方法
PCA · t-SNE · UMAP在空间数据中的应用
降维方法
PCA
08
空间聚类算法
Louvain · Leiden · mclust等
空间聚类算法
Louvain
09
空间转录组模型概述
监督/无监督 · 深度学习模型
空间转录组模型概…
监督
10
深度学习基础回顾
神经网络 · 激活函数 · 损失函数
深度学习基础回顾
神经网络
11
空间转录组深度学习模型
ST-Net · DeepST · SpaGCN等
空间转录组深度学…
ST-Net
12
模型输入设计
如何构建空间邻接图 · 特征矩阵
模型输入设计
如何构建空间邻接…
13
图神经网络(GNN)基础
图卷积 · 图注意力 · 消息传递
GNN
图神经网络
14
空间转录组GNN模型
GraphST · SCAN-IT等
GNN
空间转录组
15
自编码器与变分自编码器(VAE)在空间数据中的应用
自编码器与变分自编码器(VAE)在空间数… · 核心概念 · 实践要点
VAE
自编码器
16
条件生成模型
条件VAE · 差异表达推断
条件生成模型
VAE
17
空间转录组Transformer模型
ST-Transformer等
Transformer
空间转录组
18
模型评估指标
聚类纯度 · ARI · NMI
模型评估指标
聚类纯度
19
训练流程搭建
PyTorch/Lightning框… · 数据加载器 · 训练循环
训练流程搭建
PyTorch/Ligh…
20
超参数调参基础
学习率 · 批量大小 · 隐层维度
超参数调参基础
学习率
21
学习率调度
余弦退火 · ReduceLROnPlateau · Warmup
学习率调度
余弦退火
22
正则化与过拟合预防
权重衰减 · 早停 · 数据增强
正则化
过拟合预防
23
损失函数设计
重构损失 · 对比损失 · 图正则化项
损失函数设计
重构损失
24
批次效应去除与整合
多切片联合训练 · Harmony集成
批次效应去除
整合
25
空间域识别与病理区域分割
专门任务调参
空间域识别
病理区域分割
26
模型可解释性
注意力权重可视化 · 基因重要性分析
模型可解释性
注意力权重可视化
27
性能优化
混合精度训练 · 梯度累积 · 分布式训练
性能优化
混合精度训练
28
结果保存与复现
随机种子 · 配置管理 · 模型checkpoint
结果保存
复现
29
实战案例
从头训练一个空间转录组聚类模型
实战案例
从头训练一个空间…
30
调参总结与常见问题
学习曲线分析 · 超参数搜索策略(网格/随机/贝叶斯)
调参总结
常见问题
所属VIP或分类
同VIP:AnnData对象在特征学习中的应用
同VIP:ARI与NMI评估指标应用案例
同VIP:Python空间转录组工具链实战