换肤首页 > 都市 > 天才对决

第323章 应该向老美学习!

除夕夜,罗东从学校旁边的馆子订了六个菜一个汤,摆在会议室的桌子上,旁边放着几瓶可乐和一台开着训练日志的笔记本电脑,大家热热闹闹围坐在一起吃了起来。

漆昊此时看着投影幕布上的lss曲线,罗东在旁边汇报进度:“漆教授药企提供的突变体数据和结构数据已经全部接入管道,第一版端到端的训练跑了五天四夜了,接触图的预测精度在验证集上到了百分之七十二。”

“百分之七十二?比我预期的低,问题在哪?”

“长程关联的召回率不够,注意力矩阵的稀疏度还是偏高,有些距离较远的残基对没有被捕捉到。”

“那把稀疏化门控的层数从三层加到五层,每层的阈值递减幅度调小,让第一层保留更多的关联,后面几层再逐步筛选,另外把注意力矩阵的可视化调出来,我要看哪些残基对的权重偏低。”

罗东记了下来,说:“还有一个问题,固有无序蛋白的构象系综预测精度更低,只有百分之五十八,比有序区域差了十几个点。”

“无序区域的构象系综本来就是概率分布,用确定性预测的精度指标去衡量不太合理,改成L散度,看看分布层面的相似度。”

“好,我明天改一下评价指标。”

年夜饭吃完之后大家继续干活,沃罗宁在调稀疏化门控的参数,孙鹏在跑残差网络和注意力层的联合微调,小彭在清洗药企发来的第三批数据,其他人在京城远程接入,帮忙调分布式训练的通信优化,整个实验室灯火通明,窗外的蓉城夜空偶尔有烟花炸开,但没人擡头看。

三月下旬,药企的人来了。

今天是阶段性成果展示的日子,药企这二十多个人都十分好奇漆昊团队能够拿出什么东西出来。

展示开始前,罗东职业病犯了,忍不住先简单讲了一遍架构设计的思路,从残差网络的局部特征提取到注意力层的全局关联捕捉,从稀疏化门控的梯度稳定性到多尺度注意力的层次设计。

十多分钟后,他终于在漆昊的提醒下,意识到了今天展示才是重头戏。

罗东打开电脑,调出折叠引擎的演示界面,输入了一条氨基酸序列,屏幕上开始滚动推理日志,在大家等待了二十分钟之后,一个三维结构模型弹了出来,旁边附了一张残基接触图的预测结果。

“这是β*42单体的结构预测,跟已知的核磁共振结构对比,接触图的精度是百分之七十二,二面角分布的L散度是零点一五。”

有代表吸了一口气:“这个精度,比我们实验室用同源建模做出来的结果好太多了。”

“请问这个模型的训练用了多少数据?”

“药企提供的突变体数据加上PDB的公开结构,总共大概十三万条。”

另一个药企的技术代表举手了:“漆教授,这个接触图的精度是百分之七十二,我理解一下,这个数字在SP的评估里大概是什么水平?”

漆昊说:“SP的接触图预测,最好的团队大概在百分之七十左右,我们用了一半的训练时间达到了同样的水平。”

那个代表脸上露出惊讶,半天没说出话来。

上一页目录下一页

猜你喜欢