deepchem
2.8.0 Initial Release
Website | Dokumentation | Colab Tutorial | Diskussionsforum | Zwietracht | Modellwunschliste | Tutorial Wunschliste
Deepchem zielt darauf ab, eine qualitativ hochwertige Open-Source-Toolchain zu liefern, die den Einsatz von tiefgreifendem Lernen in Drogenentdeckung, Materialwissenschaft, Quantenchemie und Biologie demokratisiert.
Deepchem unterstützt derzeit Python 3.7 bis 3.10 und benötigt diese Pakete unter jedem Zustand.
Deepchem hat eine Reihe von "weichen" Anforderungen. Wenn Sie einige Fehler wie ImportError: This class requires XXXX , müssen Sie möglicherweise einige Pakete installieren.
Bitte überprüfen Sie das Dokument über weiche Anforderungen.
Die stabile Version von Deepchem kann mit PIP oder Conda als installiert werden
pip install deepchemoder
conda install -c conda-forge deepchem
Deepchem unterstützt TensorFlow, Pytorch, JAX und jeweils eine einzelne PIP -Installation.
Für die Verwendung von Modellen mit TensorFlow -Abhängigkeiten installieren Sie
pip install deepchem[tensorflow]Für die Verwendung von Modellen mit Fackelabhängigkeiten installieren Sie
pip install deepchem[torch]Für die Verwendung von Modellen mit JAX -Abhängigkeiten installieren Sie
pip install deepchem[jax]Wenn GPU -Unterstützung erforderlich ist, stellen Sie sicher
In zsh -Quadratklammern werden zum Globbing/Muster -Matching verwendet. Dies bedeutet, dass Sie den quadratischen Klammern in der obigen Installation entkommen müssen. Sie können dies tun, indem Sie die Abhängigkeiten in Zitate wie pip install --pre 'deepchem[jax]' einbeziehen.
Die nächtliche Version wird vom Kopf von Deepchem gebaut. Es kann mit Verwendung installiert werden
pip install --pre deepchem Wenn Sie Deepchem mit einem Docker installieren möchten, können Sie zwei Arten von Bildern machen.
DockerHub: https://hub.docker.com/repository/docker/deepchemio/deepchem
deepchemio/deepchem:xxxdocker/tag -Verzeichnis eingesetztdeepchemio/deepchem:latestdocker/nightly Directory eingesetztSie ziehen das Bild so.
docker pull deepchemio/deepchem:2.4.0Wenn Sie Docker -Verwendungen mit Deepchem ausführlicher kennen möchten, überprüfen Sie bitte das Dokument.
Wenn Sie versuchen, alle weichen Abhängigkeiten gleichzeitig zu installieren oder zu Deepchem beizutragen, empfehlen wir Ihnen, Deepchem aus der Quelle zu installieren.
Bitte überprüfen Sie diese Einführung.
Das Deepchem -Projekt unterhält eine umfangreiche Sammlung von Tutorials. Alle Tutorials sind so konzipiert, dass sie auf Google Colab (oder vor Ort) ausgeführt werden können. Tutorials sind in einer vorgeschlagenen Lernsequenz angeordnet, die Sie von Anfänger zu molekularem maschinellem Lernen und rechnerischen Biologie von Anfänger führt.
Nachdem Sie die Tutorials durchgearbeitet haben, können Sie auch andere Beispiele durchgehen. Um deepchem auf ein neues Problem anzuwenden, starten Sie von einem der vorhandenen Beispiele oder Tutorials und ändern Sie es Schritt für Schritt, um mit Ihrem neuen Anwendungsfall zu arbeiten. Wenn Sie Fragen oder Kommentare haben, können Sie sie auf unserem Gitter aufwerfen.
Die Deepchem Discord beherbergt eine Reihe von Wissenschaftlern, Entwicklern und Enthusiasten, die sich für Deep -Lernen für die Biowissenschaften interessieren. Wahrscheinlich der einfachste Ort, um einfache Fragen oder Float -Anfragen für neue Funktionen zu stellen.
Deepchem wird von einem Team von Open -Source -Mitwirkenden verwaltet. Jeder kann sich anschließen und beitragen!
Wenn Sie Deepchem im Verlauf Ihrer Forschung verwendet haben, bitten wir Sie, das Buch "Deep Learning for the Life Sciences" des Deepchem Core -Teams zu zitieren.
Um dieses Buch zu zitieren, verwenden Sie bitte diesen Bibtex -Eintrag:
@book{Ramsundar-et-al-2019,
title={Deep Learning for the Life Sciences},
author={Bharath Ramsundar and Peter Eastman and Patrick Walters and Vijay Pande and Karl Leswing and Zhenqin Wu},
publisher={O'Reilly Media},
note={url{https://www.amazon.com/Deep-Learning-Life-Sciences-Microscopy/dp/1492039837}},
year={2019}
}
