deepchem

딥 켐

웹 사이트 | 문서 | Colab 튜토리얼 | 토론 포럼 | 불화 | 모델 위시리스트 | 튜토리얼 위시리스트

DeepChem은 약물 발견, 재료 과학, 양자 화학 및 생물학에서 딥 러닝의 사용을 민주화하는 고품질 오픈 소스 도구 체인을 제공하는 것을 목표로합니다.

목차 :

• 요구 사항
• 설치
  • 안정적인 버전
  • 야간 빌드 버전
  • 도커
  • 소스에서
  • 소스 경량에서
• 시작하기
  • 불화
• 우리에 대해
• DeepChem에 기여합니다
• DeepChem을 인용합니다

요구 사항

DeepChem은 현재 Python 3.7 ~ 3.10을 지원하며 모든 조건에서 이러한 패키지가 필요합니다.

• jobblib
• Numpy
• 팬더
• Scikit-Learn
• Scipy
• rdkit

소프트 요구 사항

DeepChem에는 여러 가지 "소프트"요구 사항이 있습니다. ImportError: This class requires XXXX 하다면 일부 패키지를 설치해야 할 수도 있습니다.

소프트 요구 사항에 대해 문서를 확인하십시오.

설치

안정적인 버전

DeepChem 안정 버전은 PIP 또는 Conda를 사용하여 설치할 수 있습니다.

pip install deepchem

또는

 conda install -c conda-forge deepchem

DeepChem은 Tensorflow, Pytorch, Jax를 지원하며 각각 개별 PIP 설치가 필요합니다.

텐서 플로우 종속성이있는 모델을 사용하려면 사용을 설치합니다

pip install deepchem[tensorflow]

토치 종속성이있는 모델을 사용하려면 사용을 설치합니다

pip install deepchem[torch]

JAX 종속성이있는 모델을 사용하려면 사용을 설치합니다

pip install deepchem[jax]

GPU 지원이 필요한 경우 CUDA가 설치되어 있는지 확인한 다음 DeepChem을 설치하기 전에 아래 링크를 사용하여 원하는 딥 러닝 프레임 워크를 설치하십시오.

1. Tensorflow- 단지 Cuda가 설치되었습니다
2. pytorch- https://pytorch.org/get-started/locally/#start-locally
3. jax-https://github.com/google/jax#pip-installation-gpu-cuda

zsh 정사각형 괄호는 글로브/패턴 매칭에 사용됩니다. 즉, 위의 설치에서 정사각형 브래킷을 피해야합니다. pip install --pre 'deepchem[jax]' 와 같은 인용문에 종속성을 포함 시켜서 그렇게 할 수 있습니다.

야간 빌드 버전

야간 버전은 DeepChem의 헤드가 제작했습니다. 사용하여 설치할 수 있습니다

pip install --pre deepchem

도커

Docker를 사용하여 DeepChem을 설치하려면 두 종류의 이미지를 가져올 수 있습니다.
DockerHub : https://hub.docker.com/repository/docker/deepchemio/deepchem

• deepchemio/deepchem:xxx
  • Conda를 사용하여 구축 된 이미지 (XXX는 DeepChem의 버전입니다)
  • XXX 이미지는 XXX 태그를 푸시 할 때 구축됩니다.
  • dockerfile은 docker/tag 디렉토리에 넣습니다
• deepchemio/deepchem:latest
  • 소스 코드에서 구축 된 이미지
  • 최신 이미지는 마스터 브랜치에 최선을 다하면마다 만들어집니다.
  • Dockerfile은 docker/nightly Directory에 넣습니다

당신은 이와 같이 이미지를 당깁니다.

docker pull deepchemio/deepchem:2.4.0

DeepChem의 Docker 사용법을 더 자세히 알고 싶다면 문서를 확인하십시오.

소스에서

한 번에 모든 소프트 종속성을 설치하거나 DeepChem에 기여하는 경우 소스에서 DeepChem을 설치하는 것이 좋습니다.

이 소개를 확인하십시오.

시작하기

DeepChem 프로젝트는 광범위한 튜토리얼 모음을 유지합니다. 모든 튜토리얼은 Google Colab (또는 원하는 경우 로컬)에서 실행되도록 설계되었습니다. 튜토리얼은 제안 된 학습 순서로 정렬되며, 이는 초보자에서 분자 기계 학습 및 계산 생물학에서보다 광범위하게 안내합니다.

튜토리얼을 통해 작업 한 후에는 다른 예제를 살펴볼 수도 있습니다. deepchem 새로운 문제에 적용하려면 기존 예제 또는 튜토리얼 중 하나에서 시작하여 단계별로 수정하여 새로운 사용 사례와 함께 작업하십시오. 질문이나 의견이 있으면 Gitter에서 올릴 수 있습니다.

지원되는 통합

• 가중치 및 바이어스 : DeepChem 모델의 교육 및 평가 지표를 추적하십시오.

불화

Deepchem Discord는 생명 과학의 딥 러닝에 관심이있는 많은 과학자, 개발자 및 애호가를 주최합니다. 아마도 간단한 질문을하거나 새로운 기능에 대한 부동 요청을하기에 가장 쉬운 곳일 것입니다.

우리에 대해

DeepChem은 오픈 소스 기고자 팀이 관리합니다. 누구나 자유롭게 가입하고 기여할 수 있습니다!

DeepChem을 인용합니다

연구 과정에서 DeepChem을 사용한 경우 DeepChem Core 팀의 "생명 과학을위한 딥 러닝"책을 인용 해달라고 요청합니다.

이 책을 인용하려면이 Bibtex 항목을 사용하십시오.

 @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}
}