deepchem

ディープチェム

ウェブサイト|ドキュメント|コラブチュートリアル|ディスカッションフォーラム|不和|モデルウィッシュリスト|チュートリアルウィッシュリスト

Deepchemは、創薬、材料科学、量子化学、生物学における深部学習の使用を民主化する高品質のオープンソースツールチェーンを提供することを目指しています。

目次：

• 要件
• インストール
  • 安定したバージョン
  • 毎晩ビルドバージョン
  • Docker
  • ソースから
  • ソースの軽量から
• はじめる
  • 不和
• 私たちについて
• Deepchemに貢献します
• Deepchemを引用

要件

Deepchemは現在、Python 3.7から3.10をサポートしており、これらのパッケージがいかなる状態でも必要です。

• Joblib
• numpy
• パンダ
• Scikit-Learn
• scipy
• rdkit

ソフト要件

DeepChemには多くの「ソフト」要件があります。 ImportError: This class requires XXXX 、いくつかのパッケージをインストールする必要があります。

ソフト要件に関するドキュメントを確認してください。

インストール

安定したバージョン

Deepchem Stableバージョンは、PIPまたはCondaを使用してインストールできます

pip install deepchem

または

 conda install -c conda-forge deepchem

DeepChemはTensorflow、Pytorch、Jaxのサポートを提供し、それぞれに個別のPIPのインストールが必要です。

Tensorflow依存関係を持つモデルを使用するには、使用してインストールします

pip install deepchem[tensorflow]

トーチ依存関係を持つモデルを使用するには、使用してインストールします

pip install deepchem[torch]

JAX依存関係を持つモデルを使用するには、使用してインストールします

pip install deepchem[jax]

GPUサポートが必要な場合は、CUDAがインストールされていることを確認してから、DeepChemをインストールする前に、以下のリンクを使用して目的のディープラーニングフレームワークをインストールしてください

1. Tensorflow -Cudaがインストールされました
2. pytorch-https：//pytorch.org/get-started/locally/#start-locally
3. jax-https：//github.com/google/jax#pip-inestallation-gpu-cuda

zshスクエアブラケットでは、グローブ/パターンマッチングに使用されます。これは、上記のインストールで四角い括弧から逃げる必要があることを意味します。 pip install --pre 'deepchem[jax]'

毎晩ビルドバージョン

毎晩のバージョンは、Deepchemの責任者によって構築されています。使用してインストールできます

pip install --pre deepchem

Docker

Dockerを使用してDeepChemをインストールする場合は、2種類の画像をプルできます。
dockerhub：https：//hub.docker.com/repository/docker/deepchemio/deepchem

• deepchemio/deepchem:xxx
  • Condaを使用して構築された画像（xxxはDeepchemのバージョンです）
  • xxxタグを押すとxxx画像が構築されます
  • Dockerfileはdocker/tag Directoryに入れられます
• deepchemio/deepchem:latest
  • ソースコードから構築された画像
  • 最新の画像は、マスターブランチにコミットするたびに構築されています
  • Dockerfileはdocker/nightlyディレクトリに入れられます

このような画像を引っ張ります。

docker pull deepchemio/deepchem:2.4.0

DeepChemを使用してDockerの使用を詳細に知りたい場合は、ドキュメントを確認してください。

ソースから

すべてのソフト依存関係を一度にインストールしようとしたり、DeepChemに貢献したりする場合は、SourceからDeepChemをインストールすることをお勧めします。

この紹介を確認してください。

はじめる

Deepchemプロジェクトは、チュートリアルの広範なコレクションを維持しています。すべてのチュートリアルは、Google Colabで実行されるように設計されています（または必要に応じてローカル）。チュートリアルは、初心者から分子機械学習と計算生物学に熟練したものまで、より広くあなたを連れて行くことを示唆する学習シーケンスに配置されています。

チュートリアルを使用した後、他の例を実行することもできます。 deepchem新しい問題に適用するには、既存の例またはチュートリアルのいずれかから始めて、段階的に変更して新しいユースケースを使用してください。質問やコメントがある場合は、私たちのギッターでそれらを上げることができます。

サポートされた統合

• 重みとバイアス：DeepChemモデルのトレーニングと評価メトリックを追跡します。

不和

Deepchem Discordは、ライフサイエンスの深い学習に興味のある多くの科学者、開発者、愛好家をホストしています。おそらく、簡単な質問や新しい機能のフロートリクエストを尋ねる最も簡単な場所です。

私たちについて

Deepchemは、オープンソースの貢献者のチームによって管理されています。誰でも自由に参加して貢献できます！

Deepchemを引用

あなたがあなたの研究の過程でDeepchemを使用した場合、私たちはあなたがDeepchem Coreチームによる「Life Sciences for the Life Sciences」の本を引用することをお願いします。

この本を引用するには、このbibtexエントリを使用してください。

 @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}
}