文件名称：rna-seq-vae：使用变分自动编码器生成合成基因表达数据
文件大小：1.65MB
文件格式：ZIP
更新时间：2024-03-18 02:30:52
gene-expression pytorch gtex vae-implementation Python
GTEx数据集（V8）的条件变量自动编码器 该项目旨在使用生成模型生成合成基因表达数据。 我们首先研究数据的3D表示形式以及可能要依据的变量，以便有效地分离分布。 当前模型以组织为条件。 组织着色的GTEx数据集（1000个随机基因）的3D表示形式（UMAP，TSNE，PCA）： CVAE当前的重建质量，取决于组织。 基于： 对VAE方差损失论文： ， ， 项目进度： 基准模型创建 评估潜在空间中的均值，绝对差和分组的函数 模型调整 潜在空间大小 批次大小，学习率（应尽早确定时期数） 附加致密层的数量，每个附加层中神经元的数量 有条件的VAE模型（条件之一：组织或年龄） b-VAE模型（损失函数中的MSE / KL散度权重） 相关的VAE（ ） torch_model.py神经网络的层和属性 gtex_loder.py加载基因表达数据集 torch_train
【文件预览】：
rna-seq-vae-master
----tensorboard_imgs()
--------kl_divergence.png(33KB)
--------elbo.png(37KB)
--------reconstruction_quality.png(902KB)
--------mse.png(37KB)
--------3d_embeddings.png(730KB)
----.gitignore(1KB)
----README.md(2KB)
----torch_model.py(4KB)
----tf_training.py(6KB)
----torch_training.py(11KB)
----gtex_loader.py(8KB)
----tf_model.py(2KB)