VIP20
本课程属于：053-药物知识图谱特征学习任务 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

药物知识图谱嵌入模型训练调参教程

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
知识图谱基础
知识图谱定义与三元组结构 · 药物知识图谱的独特特征 · 常见药物KG资源（DrugBank
知识图谱基础知识图谱定义
02
嵌入模型核心思想
符号表示 vs 向量表示 · 嵌入的本质——将实体和关系映射到低维… · 平移距离与语义相似性
嵌入模型核心思想vs
03
TransE模型详解
原理与损失函数 · Hinge Loss与Margin · 训练流程与代码骨架
TransE模型详解
04
TransH与TransR
超平面投影 · 关系特定空间 · 如何解决1-N/N-1关系
TransHTransR
05
RotatE模型
复数空间旋转 · 相位建模对称/反对称关系 · 评分函数与优化细节
RotatE模型
06
ConvE与卷积嵌入
2D卷积在嵌入上的应用 · 参数高效性 · 多层感知机替代方案
ConvE卷积嵌入
07
TuckER与张量分解
核心张量与 Tucker 分解 · 嵌入交互方式 · 与卷积方法的区别
TuckER张量分解
08
QuatE与四元数嵌入
四元数代数基础 · Hamilton积建模关系 · 旋转与缩放联合
QuatE四元数嵌入
09
损失函数深入
Margin Ranking Los… · 二元交叉熵损失 · 自对抗负采样损失
损失函数深入Margin
10
负采样策略
均匀采样 · 伯努利采样 · 基于概率的负样本生成
负采样策略均匀采样
11
训练流程与Batch设计
数据加载器构造 · Mini-batch划分 · GPU预处理
Batch训练流程
12
优化器与学习率
SGD · Adam · AdamW的适用性
优化器学习率
13
正则化技巧
L2正则化 · Dropout在嵌入层的应用 · 标签平滑
正则化技巧L2
14
嵌入维度选择
维度与表达能力的权衡 · 常用范围（50~200） · 维度对内存和速度的影响
嵌入维度选择维度
15
关系与实体初始化
Xavier Uniform · Glorot Normal · 预训练嵌入初始化
关系实体初始化
16
距离度量与评分函数
L1/L2距离 · 点积 · 双线性
距离度量评分函数
17
评估指标
MR · MRR · Hits@K（K=1
评估指标MR
18
超参数调优方法
网格搜索（Grid Search） · 随机搜索（Random Search… · 贝叶斯优化（Optuna/Tune）
超参数调优方法Grid
19
早停与模型选择
早停策略（Patience设置） · 基于验证集MRR的保存 · 模型快照回滚与Ensemble
早停模型选择
20
数据预处理与划分
原始三元组清洗 · 实体/关系映射ID · 训练/验证/测试集划分（时间戳感知）
数据预处理划分
21
多任务学习扩展
联合预测药物-靶点相互作用 · 药物-药物副作用 · 同时优化多个损失
多任务学习扩展联合预测药物
22
可解释性方法
基于嵌入的邻居分析 · 注意力可视化 · 关系路径推理
可解释性方法基于嵌入的邻居分…
23
对比学习与自监督
InfoNCE损失 · 数据增强策略（实体 Dropout · 关系替换）
对比学习自监督
24
大规模训练与分布式
数据并行 · 模型并行 · 梯度累积
大规模训练分布式
25
模型集成与投票
多模型集成（不同嵌入） · 加权投票 · Stacking策略
模型集成投票
26
迁移学习与预训练
利用通用KG预训练嵌入 · 微调于药物KG · 域适应技术（对抗对齐）
迁移学习预训练
27
硬件与性能优化
GPU显存管理 · 混合精度训练（AMP） · TorchScript编译
硬件性能优化
28
超参数自动化调优案例
使用Optuna对学习率 · 嵌入维度 · Margin
超参数自动化调优…Optuna
29
药物知识图谱下游应用
药物重定位 · 副作用预测 · 药物-靶点亲和力预测
药物知识图谱下游…药物重定位
30
最新进展与未来方向
双曲嵌入（Hyperbolic） · 时间感知嵌入 · 多模态融合（文本+图）
最新进展未来方向