qq_49370210的博客

ESM Fold 利用了大规模的蛋白质序列数据和进化信息，通过深度神经网络模型进行训练，以预测蛋白质的二级结构、残基接触图和三维结构。该模型的预测能力取决于其训练数据的质量和数量，以及模型的架构和参数设置。示例的维度为（2，19840），因为我们将每个样本中的所有位置的 embedding 向量连接起来，得到每个样本的一个长向量表示。因此，这个数据张量的形状 (2, 62, 320) 提供了关于两个样本中蛋白质序列的信息，以及每个序列中每个位置的嵌入表示。确保序列的格式符合模型的要求。

VisualDL是PaddlePaddle的可视化分析工具，提供各种图表来显示参数的趋势，并可视化模型结构、数据样本、张量直方图、PR曲线、ROC曲线和高维数据分布。为了实现这些可视化，需要在训练循环中添加代码来记录相应的数据（例如，损失值、准确率、权重等），然后使用合适的可视化工具来展示这些数据。这个工具通常提供了一个简单易用的界面，允许用户通过图形界面选择和排列不同的层（如卷积层、池化层、全连接层等），从而设计和展示他们的网络架构。然而，它更多的是用于可视化和设计，而不直接涉及网络的实际训练和测试。