摘要：
前向的时间步是随机选择的 是的，在你的代码中，时间步数确实是固定为 200 步的。 具体说明： self.timesteps = 200 你在 Diffusion_Cond 类的初始化方法中将时间步数 timesteps 设置为 200。因此，无论是在前向扩散过程（向数据中添加噪声）还是在逆向去噪采 阅读全文
摘要：
L1 损失和 L2 损失是两种常用的损失函数，用于衡量模型的预测值与真实值之间的误差。它们的主要区别在于对误差的处理方式不同，导致它们的性质和应用场景有所不同。 1. L1 损失 (绝对值损失, MAE) L1 损失计算的是预测值与真实值之间绝对误差的总和： [ L_{\text{L1}} = |\ 阅读全文
摘要：
我想问在loss的计算中，如果一个模块的loss是正数，另一个模块的loss是负数。会不会导致正数的数值对模型的影响更大 在模型训练过程中，如果一个模块的损失是正数，而另一个模块的损失是负数，确实可能影响模型的优化过程。然而，这种影响主要取决于它们在最终的总损失中如何组合。 影响分析： 正负损失值的 阅读全文
摘要：
从理论上来说，药物-基因 和 基因-药物 这两个矩阵的预测，虽然看起来是矩阵的转置（行列的角色互换），但它们的预测过程并不完全一样。原因如下： 1. 矩阵的角色不同 药物-基因矩阵：这里每一行表示一个药物，每一列表示一个基因，矩阵的每个元素代表某个药物和某个基因之间的关系（例如活性、相互作用等）。 阅读全文