摘要
本公开涉及人工智能技术领域,具体涉及配体生成模型的训练方法和装置。模型包括:对抗式生成网络的生成器、预训练的编码器、像素卷积神经网络和预训练的解码器;方法公开了:获取口袋结构的配体电子密度图像样本集合;采用生成器,基于配体电子密度图像样本、预测配体电子密度图像之间的差异,确定生成损失;采用判别器,预测配体电子密度图像样本、预测配体电子密度图像为真的概率,以及生成预测的图像与真实的图像的第一判别损失;采用像素卷积神经网络,预测配体电子密度图像样本的编码和预测配体电子密度图像的编码为真的概率,以及生成预测的编码与对应的真实的编码的第二判别损失。本公开提升了像素卷积神经网络采样的准确性和区分性。
技术关键词
电子密度图像
配体
编码器
口袋结构
样本
解码器
生成方法
像素
神经网络训练
参数
图像获取模块
可读存储介质
人工智能技术
指令
计算机程序产品
训练装置
系统为您推荐了相关专利信息
边坡
大坝
粒子滤波器
XGBoost模型
信号值
多模态特征融合
遥感图像分类方法
斯皮尔曼等级相关系数
特征工程
特征提取单元
图像增强网络
图像增强方法
图像编码器
图像增强程序
训练集
机器人关节模组
传动组件
磁环
谐波减速器
机器人关节技术