首页
›
生物信息学与 AI 制药工程
›
055-化合物生成网络训练
›
《Transformer分子生成指南》
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
Transformer分子生成指南
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
分子生成概述
从传统方法到深度学习
分子生成概述
从传统方法到深度…
02
分子表示方法
SMILES · SELFIES与分子图
分子表示方法
SMILES
03
常用分子数据集
ZINC · ChEMBL · PubChem与DrugBank
常用分子数据集
ZINC
04
Transformer基础
自注意力机制与多头注意力
Transformer
自注意力机制
05
位置编码
绝对位置编码与相对位置编码
位置编码
绝对位置编码
06
分子序列建模
基于SMILES的Transform…
分子序列建模
SMILES
07
自回归生成
逐token生成策略与Teacher…
自回归生成
token
08
条件分子生成
控制分子性质(logP · QED · 合成可及性)
条件分子生成
logP
09
变分自编码器与Transformer结合
VAE+Transformer
Transformer
变分自编码器
10
扩散模型在分子生成中的应用
DDPM与Score-based
扩散模型
分子生成
11
图Transformer
将分子视为图结构
Transformer
将分子视为图结构
12
分子生成评价指标
有效性 · 新颖性 · 多样性
分子生成评价指标
有效性
13
多目标优化
帕累托前沿与约束满足
多目标优化
帕累托前沿
14
预训练分子模型
ChemBERTa · MolBERT · GROVER
预训练分子模型
ChemBERTa
15
微调与迁移学习
从通用到特定靶点
微调
迁移学习
16
强化学习在分子生成中的应用
策略梯度与Q-learning
强化学习
分子生成
17
潜空间分子优化
插值与属性预测
潜空间分子优化
插值
18
生成对抗网络与Transformer结合
MolGAN
Transformer
生成对抗网络
19
分子生成的可解释性
注意力权重可视化
分子生成的可解释…
注意力权重可视化
20
逆合成分析
从目标分子到合成路径
逆合成分析
从目标分子到合成…
21
药物发现案例
基于Transformer的候选分子…
药物发现案例
Transformer
22
采样策略
温度 · Top-k · Top-p与核采样
采样策略
温度
23
束搜索与集束搜索
提高生成质量
束搜索
集束搜索
24
序列长度处理
填充 · 截断与长度控制
序列长度处理
填充
25
分布外生成
探索化学空间的新区域
分布外生成
探索化学空间的新…
26
多模态分子生成
结合文本描述与结构
多模态分子生成
结合文本描述
27
联邦学习在分子生成中的隐私保护
联邦学习在分子生成中的隐私保护 · 核心概念 · 实践要点
联邦学习
分子生成
28
分子生成效率优化
模型蒸馏与量化
分子生成效率优化
模型蒸馏
29
分子生成工具箱
RDKit · Open Babel · DeepChem
分子生成工具箱
RDKit
30
未来展望
生成式AI与药物研发的前沿
未来展望
AI
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