AF3 identity_trans函数解读

AlphaFold3 rigid_utils 模块的 identity_trans 函数的功能是生成带有批次维度的全零平移向量张量。

源代码:

复制代码
@lru_cache(maxsize=None)
def identity_trans(
    batch_dims: Tuple[int], 
    dtype: Optional[torch.dtype] = None,
    device: Optional[torch.device] = None, 
    requires_grad: bool = True,
) -> torch.Tensor:
    trans = torch.zeros(
        (*batch_dims, 3), 
        dtype=dtype, 
        device=device, 
        requires_grad=requires_grad
    )
    return trans

源码解读:

1. 函数定义
复制代码
def identity_trans(
    batch_dims: Tuple[int], 
    dtype: Optional[torch.dtype] = None,
    device: Optional[torch.device] = None, 
    requires_grad: bool = True,
) -> torch.Tensor:

参数解析

  • batch_dims : 表示输入的批次维度,比如 (16,) 就创建 16 个零向量 (16, 3)

  • dtype : 数据类型,float32, float64 之类的。

  • device : 张量在哪个设备上,cpucuda

  • requires_grad : 是否需要梯度,默认为 True,适合训练场景。

👉 目标 :创建一个形状 [*, 3] 的零向量,代表初始平移向量 (0, 0, 0)

2. 创建张量
复制代码
trans = torch.zeros(
    (*batch_dims, 3), 
    dtype=dtype, 
    device=device, 
    requires_grad=requires_grad
)

解析逐项看

  • (*batch_dims, 3) :

    • batch_dims 展开成多个批次维度,比如 (16,) 展开后就是 16

    • 3 是每个向量的长度,表示 (x, y, z) 三个方向的位移。

    • 最终形状类似 torch.Size([16, 3])

  • dtype : 控制数据类型,比如 torch.float32

  • device : 控制张量生成在哪个设备,比如 cuda:0

  • requires_grad : 如果 True,这个张量就会参与梯度计算(适合训练用)。

3. 返回张量
复制代码
  return trans

最终返回 形状 [*, 3] 的全零平移向量张量。

4. 总结

identity_trans() 的核心功能:

生成初始位移向量 ------ 形状 [*, 3] 的零向量,代表 "不移动"

支持多批次输入 ------ batch_dims 灵活扩展支持多维数据,比如 [(8, 4, 3)]

缓存加速 ------ 重复调用相同参数时,不重复创建张量,直接用缓存结果。

支持梯度训练 ------ 默认开启 requires_grad=True,可以在训练时更新平移向量。

相关推荐
@forever@1 分钟前
【JAVA】数组的使用
java·开发语言·python
nuise_4 分钟前
李宏毅 《生成式人工智能导论》| 第6讲-第8讲:大语言模型修炼史
人工智能·语言模型·自然语言处理
李元豪6 分钟前
强化学习所有所有算法对比【智鹿ai学习记录】
人工智能·学习·算法
搏博7 分钟前
基于Python、tkinter、sqlite3 和matplotlib的校园书店管理系统
python·信息可视化·sqlite·matplotlib
如果我是温帅帅12 分钟前
【智能体】n8n聊天获取链接后爬虫知乎
人工智能·爬虫·python
说私域14 分钟前
从流量为王到留量为王:开源链动2+1模式、AI智能名片与S2B2C商城小程序的协同创新路径
人工智能·小程序·开源·零售
来两个炸鸡腿17 分钟前
【Datawhale组队学习202506】零基础学爬虫 02 数据解析与提取
爬虫·python·学习
成都犀牛25 分钟前
DeepSpeed 深度学习学习笔记:高效训练大型模型
人工智能·笔记·python·深度学习·神经网络
gohacker37 分钟前
Python 量化金融与算法交易实战指南
python·算法·金融