deepchem

Deepchem

Site | Documentação | Tutorial do COLAB | Fórum de Discussão | Discord | Lista de desejos modelo | Lista de desejos do tutorial

A Deepchem pretende fornecer uma cadeia de ferramentas de alta qualidade que democratiza o uso do aprendizado profundo na descoberta de medicamentos, ciência de materiais, química quântica e biologia.

Índice:

• Requisitos
• Instalação
  • Versão estável
  • Versão de construção noturna
  • Docker
  • Da fonte
  • Da fonte leve
• Começando
  • Discórdia
• Sobre nós
• Contribuindo para Deepchem
• Citando Deepchem

Requisitos

Atualmente, o Deepchem suporta o Python 3.7 a 3.10 e requer esses pacotes em qualquer condição.

• Joblib
• Numpy
• Pandas
• Scikit-Learn
• Scipy
• rdkit

Requisitos suaves

Deepchem tem vários requisitos "suaves". Se você enfrentar alguns erros como ImportError: This class requires XXXX , pode ser necessário instalar alguns pacotes.

Por favor, verifique o documento sobre os requisitos suaves.

Instalação

Versão estável

A versão estável de Deepchem pode ser instalada usando PIP ou CONDA como

pip install deepchem

ou

 conda install -c conda-forge deepchem

Deepchem fornece suporte para Tensorflow, Pytorch, Jax e cada um requer uma instalação individual de PIP.

Para usar modelos com dependências de tensorflow, você instala usando

pip install deepchem[tensorflow]

Para usar modelos com dependências da tocha, você instala usando

pip install deepchem[torch]

Para usar modelos com dependências JAX, você instala usando

pip install deepchem[jax]

Se o suporte à GPU for necessário, verifique se o CUDA está instalado e instale a estrutura de aprendizado profundo desejado usando os links abaixo antes de instalar DeepChem

1. Tensorflow - apenas CUDA instalado
2. pytorch-https://pytorch.org/get-started/locally/#start-locally
3. JAX-https://github.com/google/jax#pip-installation-gpu-cuda

Nos suportes quadrados zsh , são usados ​​para correspondência de globbing/padrões. Isso significa que você precisa escapar dos suportes quadrados na instalação acima. Você pode fazê -lo incluindo as dependências em citações como pip install --pre 'deepchem[jax]'

Versão de construção noturna

A versão noturna é construída pela cabeça de Deepchem. Pode ser instalado usando

pip install --pre deepchem

Docker

Se você deseja instalar o DeepChem usando um Docker, poderá puxar dois tipos de imagens.
DockerHub: https://hub.docker.com/repository/docker/deepchemio/deepchem

• deepchemio/deepchem:xxx
  • Imagem construída usando um conda (xxx é uma versão do DeepChem)
  • A imagem XXX é construída quando pressionamos a tag xxx
  • Dockerfile é colocado no diretório docker/tag
• deepchemio/deepchem:latest
  • Imagem construída a partir de códigos de origem
  • A imagem mais recente é construída toda vez que nos comprometemos com o ramo mestre
  • Dockerfile é colocado no docker/nightly Directory

Você puxa a imagem como esta.

docker pull deepchemio/deepchem:2.4.0

Se você quiser saber o uso do Docker com o DeepChem com mais detalhes, verifique o documento.

Da fonte

Se você tentar instalar todas as dependências suaves de uma só vez ou contribuir para o DeepChem, recomendamos que você instale DeepChem a partir da fonte.

Por favor, verifique esta introdução.

Começando

O projeto Deepchem mantém uma extensa coleção de tutoriais. Todos os tutoriais foram projetados para serem executados no Google Colab (ou localmente, se você preferir). Os tutoriais são organizados em uma sequência de aprendizagem sugerida que o levará de iniciantes a proficientes em aprendizado de máquina molecular e biologia computacional de maneira mais ampla.

Depois de trabalhar nos tutoriais, você também pode passar por outros exemplos. Para aplicar deepchem a um novo problema, tente começar de um dos exemplos ou tutoriais existentes e modificar-o passo a passo para trabalhar com seu novo caso de uso. Se você tiver dúvidas ou comentários, poderá criá -los em nosso Gitter.

Integrações suportadas

• Pesos e vieses: rastreie as métricas de treinamento e avaliação do seu modelo Deepchem.

Discórdia

A discórdia Deepchem hospeda vários cientistas, desenvolvedores e entusiastas interessados ​​em aprender profundamente as ciências da vida. Provavelmente o lugar mais fácil de fazer perguntas simples ou solicitações de flutuação de novos recursos.

Sobre nós

Deepchem é gerenciado por uma equipe de colaboradores de código aberto. Qualquer um está livre para participar e contribuir!

Citando Deepchem

Se você usou o DeepChem no decorrer de sua pesquisa, pedimos que você cite o livro "Deep Learning for the Life Sciences" da equipe central Deepchem.

Para citar este livro, use esta entrada do Bibtex:

 @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}
}