随笔分类 - 深度学习
摘要：对EVOLVEpro还不熟的读者可以查看之前的博客：Rapid in silico directed evolution by a protein language model with EVOLVEpro 文献解读。 本文通过Kaggle竞赛中提供的酶热稳定性数据集对EVOLVEpro的性能进行验
阅读全文
摘要：文章背景 蛋白质是生命活动的基石，其功能和序列之间的复杂关系长期以来吸引着科学家们的关注。尽管深度突变扫描等实验方法可以解析蛋白质突变的功能影响，但这些技术的应用范围局限于序列空间的一小部分。近年来，基于蛋白质语言模型（PLM）的计算方法如ESM2模型取得了一些突破。然而，这些模型在零样本预测中往往
阅读全文
摘要：ResNet（Residual Network，残差网络）是深度学习领域中的重要突破之一，由 Kaiming He 等人在 2015 年提出。其核心思想是通过引入残差连接（skip connections）来缓解深层网络中的梯度消失问题，使得网络可以更高效地训练，同时显著提升了深度网络的性能。 本文
阅读全文
摘要：在深度学习中，Batch Normalization 是一种常用的技术，用于加速网络训练并稳定模型收敛。本文将结合一个具体代码实例，详细解析 PyTorch 中 BatchNorm2d 的实现原理，同时通过手动计算验证其计算过程，帮助大家更直观地理解 BatchNorm 的工作机制。 1. Batc
阅读全文
摘要：在深度学习领域，卷积神经网络（Convolutional Neural Network, CNN）是图像任务中的核心模型架构，广泛应用于图像分类、目标检测等任务。本文将详细解析一个简单的卷积神经网络的卷积层代码示例，通过剖析其结构与运行过程，带领读者理解 CNN 中的基本设计与数学原理。 代码背景与
阅读全文
