首页
›
生物信息学与 AI 制药工程
›
055-化合物生成网络训练
›
《LSTM生成化合物案例》
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
LSTM生成化合物案例
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
LSTM与化合物生成概述
分子生成与深度学习的关系 · LSTM在化学信息学中的应用
LSTM
化合物生成概述
02
环境搭建
Python · PyTorch/TensorFlow · RDKit
环境搭建
Python
03
SMILES表示法
SMILES语法 · 分子编码 · 数据预处理
SMILES
表示法
04
数据准备
获取化合物数据集(如ChEMBL · ZINC) · 清洗
数据准备
ChEMBL
05
序列建模基础
RNN · LSTM原理 · 为什么LSTM适合SMILES序列
序列建模基础
RNN
06
PyTorch基础
张量 · 自动求导 · 模型定义
PyTorch
张量
07
数据加载器
自定义Dataset · 处理SMILES序列 · 填充与截断
数据加载器
Dataset
08
构建LSTM模型
嵌入层 · LSTM层 · 全连接层
LSTM
构建
09
损失函数与优化器
交叉熵损失 · Adam优化器
损失函数
优化器
10
训练循环
前向传播 · 反向传播 · 梯度裁剪
训练循环
前向传播
11
验证与评估
困惑度 · 生成分子有效性 · 相似度评估
验证
评估
12
生成策略
温度采样 · top-k采样 · nucleus采样
生成策略
温度采样
13
温度系数实验
不同温度对分子多样性的影响
温度系数实验
不同温度对分子多…
14
条件生成
基于起始子结构或属性的生成(条件LS…
条件生成
LS
15
分子性质预测与生成结合
多任务学习
分子性质预测
生成结合
16
序列生成中的问题
重复 · 无效SMILES · 改进方法
序列生成
问题
17
使用RDKit验证分子
SMILES规范化 · 去重 · 过滤
RDKit
使用
18
生成分子库
批量生成 · 去重 · 筛选符合规则的分子
生成分子库
批量生成
19
可视化生成结果
分子结构图 · 性质分布图
可视化生成结果
分子结构图
20
迁移学习
预训练大模型微调生成特定化学空间
迁移学习
预训练大模型微调…
21
注意力机制增强LSTM
注意力层的引入
LSTM
注意力机制增强
22
变分自编码器(VAE)与LSTM比较。
变分自编码器(VAE)与LSTM比较 · 核心概念 · 实践要点
VAE
LSTM
23
对抗生成网络(GAN)用于分子生成简介。
对抗生成网络(GAN)用于分子生成简介 · 核心概念 · 实践要点
GAN
对抗生成网络
24
强化学习与分子生成
REINVENT · objective-reward
强化学习
分子生成
25
案例分析
基于LSTM生成G蛋白偶联受体配体
案例分析
LSTM
26
案例分析
从头设计新型抗菌肽
案例分析
从头设计新型抗菌…
27
模型部署与API
将模型封装成服务
API
模型部署
28
超参数调优
学习率 · 层数 · 隐藏维度
超参数调优
学习率
29
常见陷阱与避坑指南
过拟合 · 零梯度 · 序列长度处理
常见陷阱
避坑指南
30
总结与未来方向
Transformer · 扩散模型在分子生成中的发展
未来方向
Transformer
所属VIP或分类
同VIP:Batch-Normalization在分子生成中的实践
同VIP:Conda配置分子生成环境指南
同VIP:Dropout防止过拟合的分子生成技巧