deepchem

DeepChem

เว็บไซต์ | เอกสาร การสอน Colab ฟอรัมสนทนา | ความไม่ลงรอยกัน Model Wishlist | การสอนสิ่งที่อยากได้

Deepchem มีจุดมุ่งหมายเพื่อให้เครื่องมือโอเพนซอร์ซคุณภาพสูงที่ทำให้ประชาธิปไตยใช้การเรียนรู้อย่างลึกซึ้งในการค้นพบยาวิทยาศาสตร์วัสดุเคมีควอนตัมและชีววิทยา

สารบัญ:

• ความต้องการ
• การติดตั้ง
  • เวอร์ชันเสถียร
  • เวอร์ชันสร้างทุกคืน
  • นักเทียบท่า
  • จากแหล่งกำเนิด
  • จากแหล่งกำเนิดน้ำหนักเบา
• เริ่มต้น
  • ความไม่ลงรอยกัน
• เกี่ยวกับเรา
• มีส่วนร่วมใน DeepChem
• อ้างถึง DeepChem

ความต้องการ

ปัจจุบัน DeepChem รองรับ Python 3.7 ถึง 3.10 และต้องการแพ็คเกจเหล่านี้ในทุกสภาพ

• joblib
• นม
• แพนด้า
• Scikit-learn
• คนขี้เกียจ
• rdkit

ข้อกำหนดที่อ่อนนุ่ม

DeepChem มีข้อกำหนด "อ่อน" จำนวนมาก หากคุณต้องเผชิญกับข้อผิดพลาดบางอย่างเช่น ImportError: This class requires XXXX คุณอาจต้องติดตั้งแพ็คเกจบางอย่าง

โปรดตรวจสอบเอกสารเกี่ยวกับข้อกำหนดที่อ่อนนุ่ม

การติดตั้ง

เวอร์ชันเสถียร

สามารถติดตั้งเวอร์ชันที่เสถียรของ DeepChem ได้โดยใช้ PIP หรือ Conda AS

pip install deepchem

หรือ

 conda install -c conda-forge deepchem

DeepChem ให้การสนับสนุนสำหรับ TensorFlow, Pytorch, JAX และแต่ละคนต้องการการติดตั้ง PIP แต่ละรายการ

สำหรับการใช้โมเดลที่มีการพึ่งพา tensorflow คุณติดตั้งโดยใช้

pip install deepchem[tensorflow]

สำหรับการใช้รุ่นที่มีการพึ่งพาคบเพลิงคุณติดตั้งโดยใช้

pip install deepchem[torch]

สำหรับการใช้โมเดลที่มีการพึ่งพา JAX คุณติดตั้งโดยใช้

pip install deepchem[jax]

หากต้องการการสนับสนุน GPU ให้ตรวจสอบให้แน่ใจว่ามีการติดตั้ง CUDA แล้วติดตั้งเฟรมเวิร์กการเรียนรู้ลึกที่ต้องการโดยใช้ลิงก์ด้านล่างก่อนที่จะติดตั้ง DeepChem

1. tensorflow - เพียงแค่ติดตั้ง cuda
2. pytorch-https://pytorch.org/get-started/locally/#start-lecally
3. JAX-https://github.com/google/jax#pip-installation-gpu-cuda

ในวงเล็บ zsh Square ใช้สำหรับการจับคู่ globbing/pattern ซึ่งหมายความว่าคุณต้องหลบหนีวงเล็บสี่เหลี่ยมในการติดตั้งด้านบน คุณสามารถทำได้โดยรวมถึงการพึ่งพาในเครื่องหมายคำพูดเช่น pip install --pre 'deepchem[jax]'

เวอร์ชันสร้างทุกคืน

เวอร์ชันทุกคืนถูกสร้างขึ้นโดยหัว Deepchem สามารถติดตั้งได้โดยใช้

pip install --pre deepchem

นักเทียบท่า

หากคุณต้องการติดตั้ง DeepChem โดยใช้ Docker คุณสามารถดึงภาพสองชนิดได้
Dockerhub: https://hub.docker.com/repository/docker/deepchemio/deepchem

• deepchemio/deepchem:xxx
  • ภาพที่สร้างขึ้นโดยใช้ conda (xxx เป็นรุ่นของ DeepChem)
  • ภาพ xxx ถูกสร้างขึ้นเมื่อเรากดแท็ก xxx
  • DockerFile ถูกใส่ในไดเร็กทอรี docker/tag
• deepchemio/deepchem:latest
  • ภาพที่สร้างจากซอร์สโค้ด
  • ภาพล่าสุดถูกสร้างขึ้นทุกครั้งที่เรามอบให้กับสาขาหลัก
  • Dockerfile ถูกใส่ใน docker/nightly Directory

คุณดึงภาพเช่นนี้

docker pull deepchemio/deepchem:2.4.0

หากคุณต้องการทราบการใช้งาน Docker พร้อม DeepChem ในรายละเอียดเพิ่มเติมโปรดตรวจสอบเอกสาร

จากแหล่งกำเนิด

หากคุณลองติดตั้งการพึ่งพาที่อ่อนนุ่มทั้งหมดในครั้งเดียวหรือมีส่วนร่วมใน DeepChem เราขอแนะนำให้คุณติดตั้ง DeepChem จากแหล่งที่มา

โปรดตรวจสอบบทนำนี้

เริ่มต้น

โครงการ DeepChem ยังคงมีการรวบรวมบทเรียนมากมาย บทช่วยสอนทั้งหมดได้รับการออกแบบให้ทำงานบน Google Colab (หรือในพื้นที่หากคุณต้องการ) บทช่วยสอนถูกจัดเรียงในลำดับการเรียนรู้ที่แนะนำซึ่งจะนำคุณจากผู้เริ่มต้นไปสู่ความเชี่ยวชาญในการเรียนรู้ของเครื่องโมเลกุลและชีววิทยาการคำนวณในวงกว้างมากขึ้น

หลังจากทำงานผ่านบทเรียนคุณสามารถผ่านตัวอย่างอื่น ๆ ได้ หากต้องการใช้ deepchem กับปัญหาใหม่ลองเริ่มต้นจากตัวอย่างหรือแบบฝึกหัดที่มีอยู่อย่างใดอย่างหนึ่งและแก้ไขมันทีละขั้นตอนเพื่อทำงานกับกรณีการใช้งานใหม่ของคุณ หากคุณมีคำถามหรือความคิดเห็นคุณสามารถเพิ่มพวกเขาใน Gitter ของเรา

การบูรณาการที่รองรับ

• น้ำหนักและอคติ: ติดตามการฝึกอบรมและการประเมินผลของโมเดล DeepChem ของคุณ

ความไม่ลงรอยกัน

Deepchem Discord เป็นเจ้าภาพของนักวิทยาศาสตร์นักพัฒนาและผู้ที่ชื่นชอบการเรียนรู้อย่างลึกซึ้งสำหรับวิทยาศาสตร์เพื่อชีวิต อาจเป็นสถานที่ที่ง่ายที่สุดในการถามคำถามง่ายๆหรือขอล่องลอยสำหรับคุณสมบัติใหม่

เกี่ยวกับเรา

Deepchem ได้รับการจัดการโดยทีมงานของผู้สนับสนุนโอเพนซอร์ส ทุกคนมีอิสระที่จะเข้าร่วมและมีส่วนร่วม!

อ้างถึง DeepChem

หากคุณใช้ DeepChem ในระหว่างการวิจัยของคุณเราขอให้คุณอ้างถึงหนังสือ "การเรียนรู้เชิงลึกเพื่อชีวิตวิทยาศาสตร์" โดยทีม Core Deepchem

ในการอ้างอิงหนังสือเล่มนี้โปรดใช้รายการ BibTex นี้:

 @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}
}