版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
第二生成损失,第一生成损失基于判别结果确定,第二生成损失基于生成数据和真实数据确2其中,所述目标生成模型通过对初始网络模型进行训练得所述k维向量中的k个数据为符合正态分布的k所述目标生成数据包括r维向量,所述r维向量中的r个数据分别与所述目标基因包括获取N组样本数据和与所述N组样本数据分别对应的将所述N组样本数据分别输入所述初始生成模型,得到与所述N组将所述N组生成数据和所述N组真实数据分别输入所述初始判别模型,得到与所述N组生成数据分别对应的N个第一判别结果和与所述N组真实数据分别对应的N个第二判别结3第二子损失表征所述N组生成数据的特征与所述真实数据的特征每组所述生成数据包括所述初始生成模型输出的r维向量和对应的样本数据中的第一所述r维向量中的r个数据分别与目标基因包括的r个氨基酸对应,所述r所述第一标签数据和所述第二标签数据用于表征目标基因是计算每组所述生成数据的r维向量与对应的真实数据的r维据的r维向量中的r个数据的数值特征,所述真实数据的特征包括所述真实数据的r维向量所述真实数据的r维向量中的r个数据由p种数所述第二子损失表征所述N组生成数据的r维向量中的每个数据的数值与所述p种数值针对每组所述生成数据,确定所述生成数据的r维向量中每个值分别与所述p种数值的差值的绝对值中的最基于每组所述生成数据的r维向量中每个数据的数值与所述p种数值之间的数值接近基于所述N组生成数据的数值分别与所述p种数值之间的4所述初始判别模型输出的判别结果为大于等于0且小于等于1的数值,判根据所述N个第一判别结果中每个第一判别结果与数值1的根据所述N个第一判别结果中每个第一判别结果与数值1的接近程度和所述N个第二判计算所述第一生成损失、所述第一子损失和所述第二子损其中,所述目标生成模型通过对初始网络模型进行训练得5其中,所述一个或多个计算机程序模块被配置为由所述机可读指令由计算机执行时可以实现权利要求1_18任一项6中的r个数据分别与所述目标基因包括的r个氨基酸对应,所述r维向量中的每个数据用于生成数据分别对应的N个第一判别结果和与所述N组真实数据分别对应的N个第二判别结7组所述生成数据包括所述初始生成模型输出的r维向量和对应的样本数据中的第一标签数据;每组所述样本数据中的第一标签数据与对应的一组真实数据中的第二标签数据相同;第一标签数据和所述第二标签数据用于表征目量与对应的真实数据的r维向量之间的向量差;基于所述N组生成数据分别对应的N个向量p种数值组成;所述第二子损失表征所述N组生成数据的r维向量中的每个数据的数值与所据,确定所述生成数据的r维向量中每个数据的数值与所述p种数值之间的数值接近程度,差值的绝对值中的最小值表示;基于每组所述生成数据的r维向量中每个数据的数值与所8别模型输出的判别结果为大于等于0且小于等于1的数值,判别结果越接近1表征输入初始果中每个第一判别结果与数值1的接近程度和所述N个第二判别结果中每个第二判别结果[0021]本公开至少一个实施例提供一种数据生成装置,包括目成损失基于所述判别结果确定,所述第二生成损失基于所述生成数据和所述真实数据确于实现本公开任一实施例提供的数据生成方法或者9的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其可能相应地改变。[0038]生成对抗网络(GenerativeAdversarialNetwork,GAN)是一种生成式机器学习称为生成数据),而判别器的作用是确定其输入数据是真实数据还是从生成器创建的虚拟[0043]根据本公开至少一实施例,通过初始判别模型的判别结果计算得到第一生成损全面地反映生成数据与真实数据的接近程度。利用该生成模型损失来调整生成模型参数,可以使得最终生成的目标生成模型更加准确,目标生成模型生成的数据更接近真实数据,收敛或者训练次数达到预定次数,将最后一次训练得到的初始网络模型作为目标网络模据分别输入初始判别模型,得到与该N组生成数据分别对应的N个第一判别结果和与该N组练初始生成模型1次,如此反复循环直到训练次数达到预定次数(例如500次)或者模型收由标准正态分布产生的高维噪声,例如k维向量中的k个数据可以是符合正态分布的k个随[0062]例如,每组真实数据包括第二标签数据(用符号yi表示)和r维向量(用符号xi表中,每组真实数据中的r维向量可以是从目标基因发生突变的个体身上提取的目标基因氨着相应的氨基酸,如果393维向量中某个数据对应的氨基酸发生突变则该数据的数值可以r维向量(xi`)和样本数据中的第一标签数据(yi)形等于0且小于等于1的数值,判别结果越接近1表征输入初始判别模型的一组数据越接近真层>一个线性映射层(512,256)>LeakyRelu激活层>一个线性映射层(256,1)>sigmoid23得到生成模型损失,该生成模型损失不仅能够反映出生成数据被判别为真实数据的概率,structure_loss或者struc[0085]例如,第二生成损失可以包括第一子损失(restruction_loss)和/或第二子损失维向量和N组真实数据的r维向量之间的距离(restruction_loss)。通过计算生成数据的多维数据和真实数据的多维数据之间的向量lG(z,)-xil(1)成模型损失的一部分,因而使得生成模型损失也能够反映生成数据与真实数据之间的距失(structure_loss)可以表征N组生成数据的r维向量中的每个数据的数值与所述p种数值表征N组生成数据的r维向量的各个数值与数值0和数值1的度对应着TP53基因相应位置的氨基酸,因此真实数据的r维向量是由数值0和数值1组成的和1)之间的接近程度用数据的数值分别与该p种数值的差值的绝对值中的最小值表示;基生成数据的数值与该p种数值之间的接近程度;基于N组生成数据的数值分别与该p种数值Z-p,tef(G(z,w))(3)`_0|))2_x′表示每组生成数据的数值与该p种数值之间的接近程度。structureloss表示第二子损失,x′2)越趋近于0,f(x`)越趋近于0,第二子损失(structure_loss)也越趋近于0。成模型的训练的方向是使生成数据被判别模型识别为真实数据的概率越来越高。数值1表y))(4)[0108]其中,Ezr-p,te)logD((G(z,yi),y))表示i从取值1至取值N得到的N个logD((G(zi,二子损失(structure__loss)之后,可以计算第一生成损失(G__loss1)、第一子损失(restruction_loss)和第二子损失(structure_loss)的加权和,作为所述生成模型损失使得产生的生成模型损失G_loss不断减小并趋近于0,生成模型损失G_loss不断减小并趋近于0,则表示第一生成损失(G_loss1)、第一子损失(restmction_loss)和第二子损失别为真实数据的概率越高,第一子损失越趋近于0表示生成数据与真实数据之间的距离越小,第二子损失越趋近于0表示生成数据的数据特征与真实数据的数据特征之间的相似度每个第一判别结果与数值1的接近程度和N个第二判别结果中每个第二判别结果与数值1的方向是希望判别模型越来越准确地区分生成数据和真实数据。数值1表示概率为100若y),))(6)[0127]根据本公开至少一实施例,通过初始判别模型的判别结果计算得到第一生成损全面地反映生成数据与真实数据的接近程度。利用该生成模型损失来调整生成模型参数,可以使得最终生成的目标生成模型更加准确,目标生成模型生成的数据更接近真实数据,量中的r个数据分别与目标基因包括的r个氨基酸对应,r维向量中的每个数据用于表征对[0131]例如,现实中由于隐私等原因通常没有足够多的基因突门阵列(FPGA)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元以及相应[0136]输出模块712配置为输出目标生成数据。输出模块712例如可以执行图6描述的步[0141]初始判别模块722配置为将生成数据和真实数据输入初始判别模型,得到判别结[0143]参数调整模块724配置为利用所述生成模型损失调整所述初始生成模型的模型参单元分别与前述的数据生成方法和模型训练方法的各个步骤对应,关于数据生成装置710和模型训练装置720的具体功能可以分别参考关于数据生成方法和模型训练方法的相关描设备800包括处理器810和存储器820。存储器820存储有非暂时性计算机可读指令(例如一机可读指令被处理器810运行时执行上文所述的数据生成方法或模型训练方法中的一个或多个步骤。存储器820和处理器810可以通过总线系统和/或其它形式的连接机构(未示出)失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失800的各种功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据以及应用[0156]图8B为本公开一些实施例提供的另一种电子设备的示意框图。该电子设备900例如适于用来实施本公开实施例提供的数据生成方法或模型训练方法。电子设备900可以是[0157]如图8B所示,电子设备900可以包括处理装置(例如中央处理器、图形处理器等)输入/输出(I/O)接口950也连接至[0161]图9为本公开一些实施例提供的一种存储介质的示意图。如图9所示,存储介质机执行时执行根据上文所述的数据生成方法或模型训练方法中的一个或多[0165]尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应面所描述的特定特征和动作仅仅是实现权利要[0167]
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 九年级音乐“非洲灵感”主题单元教学设计
- 初中数学八年级下册统计图教学设计
- 高中信息技术高二选择性必修《数据与数据结构》教学设计:组合数据类型的建模与实现
- 小学信息技术六年级“自动熄灭转向灯”跨学科教学设计
- 高二英语选择性必修第一册Unit 1 Welcome to the unit词汇默写与导入教学设计
- 小学一年级劳动课七巧板创意拼搭教学设计
- 九年级数学教学设计:用配方法解较简单的一元二次方程
- 2.2.2 脊椎动物(鱼)教学设计(初中生物七年级上册)
- 初中九年级数学教学设计:二次函数图象求一元二次方程根的近似值
- 2026事业单位工勤技能-新疆-新疆家禽饲养员四级(中级工)历年参考题库含答案详解
- 统编版语文七年级上册期末基础知识复习提纲
- 安装指导合同(标准版)
- (高清版)T∕CES 243-2023 《构网型储能系统并网技术规范》
- 华兴数控WA-32XTA用户手册
- 年产1亿片盐酸二甲双胍缓释片生产工艺设计
- 《结直肠癌的治疗进展》课件
- 《亲子沟通模式对幼儿情绪调节能力的影响探究国内外文献综述》1600字
- DB11∕T 1655-2019 危险化学品企业装置设施拆除安全管理规范
- JB-T 8532-2023 脉冲喷吹类袋式除尘器
- 《测绘管理法律与法规》课件-测绘资质管理
- JGT14-2010 通风空调风口
评论
0/150
提交评论