VIP20
本课程属于：055-化合物生成网络训练 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

分子生成损失函数设计教程

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
分子生成与损失函数概述
定义分子生成任务 · 介绍常见模型（VAE · GAN
分子生成损失函数概述
02
概率基础与最大似然估计
概率分布 · 对数似然 · MLE损失函数的推导与在分子生成中的…
概率基础最大似然估计
03
变分自编码器(VAE)与ELBO损失
VAE原理 · 重参数化技巧 · ELBO下界的推导与实现
VAEELBO
04
VAE损失函数变体
β-VAE · InfoVAE · DIP-VAE等改进变种及其对隐空间…
VAE损失函数变体
05
生成对抗网络(GAN)损失基础
对抗损失 · JS散度 · Wasserstein距离及训练不稳…
GAN生成对抗网络
06
WGAN-GP与梯度惩罚损失
Wasserstein GAN原理 · 梯度惩罚项的计算与代码实现
WGAN-GP梯度惩罚损失
07
条件生成与条件损失
条件GAN · 条件VAE的损失设计 · 标签嵌入与辅助分类器损失
条件生成条件损失
08
扩散模型基础与噪声预测损失
前向扩散过程 · 去噪MSE损失 · 时间步加权策略
扩散模型基础噪声预测损失
09
扩散模型改进损失
v-prediction · SNR加权 · 余弦调度与损失曲线影响
扩散模型改进损失v-prediction
10
连续时间扩散与得分匹配损失
基于Score的生成模型 · 随机微分方程 · 得分匹配损失推导
连续时间扩散得分匹配损失
11
归一化流(Normalizing Flows)与最大似然损失
Flows原理 · 可逆变换 · 最大似然训练与计算负担
NormalizingFlows
12
能量模型与对比散度损失
基于能量的分子生成 · 马尔可夫链蒙特卡洛 · 对比散度(CD)与噪声对比估计(NC…
能量模型对比散度损失
13
自回归模型与交叉熵损失
SMILES/分子图的序列生成 · teacher forcing与自回…
自回归模型交叉熵损失
14
图神经网络与分子图生成损失
图VAE · 图RNN · 消息传递中的重构损失与KL损失
图神经网络分子图生成损失
15
分子特性与多任务损失
同时优化药物相似性 · 毒性 · 活性等多目标
分子特性多任务损失
16
对抗性损失与分子稳定性
对抗样本生成 · 鲁棒性损失 · 梯度掩码与对抗训练
对抗性损失分子稳定性
17
分子构象生成与坐标损失
3D分子几何生成 · 距离矩阵损失 · 坐标MSE与旋转不变性
分子构象生成坐标损失
18
片段与连接子生成中的损失
分子片段组装 · 连接点预测损失 · 锚点约束
片段连接子生成
19
强化学习与分子优化
策略梯度（REINFORCE · PPO） · 奖励设计中的损失函数（策略损失
强化学习分子优化
20
分子生成中的正则化损失
L1/L2正则化 · KL散度正则 · 熵正则
分子生成正则化损失
21
损失函数的超参数调优
权重比例 · 学习率调度 · 损失曲线分析
损失函数的超参数…权重比例
22
分子生成评估指标与损失关系
validity · uniqueness · novelty
分子生成评估指标损失关系
23
多模态分子生成损失
文本描述到分子 · 对比损失（CLIP-like） · 跨模态对齐损失
多模态分子生成损…文本描述到分子
24
分子生成中的分数蒸馏损失
自监督对比学习（SimCLR · MoCo）损失用于分子表示增强
分子生成分数蒸馏损失
25
几何深度学习中的等变损失
SE(3)等变网络 · 等变能量损失 · 旋转/平移不变性约束
几何深度学习等变损失
26
分子生成中的一致性损失
数据增强 · 输入扰动下的一致性正则化 · Mean Teacher
分子生成一致性损失
27
混合模型与组合损失
VAE+GAN · Diffusion+Flow等混合架…
混合模型组合损失
28
大规模分子库与批量损失
重要性加权 · focal loss · 类别平衡损失在稀有片段生成中的应用
大规模分子库批量损失
29
损失函数的数值稳定性
梯度消失/爆炸检测 · NaN处理 · 梯度裁剪
损失函数的数值稳…梯度消失
30
前沿进展与未来方向
物理信息损失（量子化学约束） · 可逆生成 · 数据高效损失设计（自监督
前沿进展未来方向