deepchem

深化

網站|文檔| COLAB教程|討論論壇|不和諧|模型願望清單|教程願望清單

DeepChem旨在提供高質量的開源工具鏈，該工具鏈將深入學習的使用民主化在藥物發現，材料科學，量子化學和生物學中。

目錄：

• 要求
• 安裝
  • 穩定版本
  • 夜間構建版本
  • Docker
  • 來自來源
  • 來自源輕量級
• 入門
  • 不和諧
• 關於我們
• 有助於深度化學
• 引用深度化學

要求

DeepChem目前支持Python 3.7至3.10，並且需要在任何情況下使用這些軟件包。

• 約翰利
• numpy
• 貓熊
• Scikit-Learn
• Scipy
• rdkit

軟要求

DeepChem有許多“軟”要求。如果您遇到了一些錯誤，例如ImportError: This class requires XXXX ，則可能需要安裝一些軟件包。

請檢查有關軟性要求的文件。

安裝

穩定版本

DeepChem穩定版本可以使用PIP或CONDA作為

pip install deepchem

或者

 conda install -c conda-forge deepchem

DeepChem為張量，pytorch，jax提供了支持，並且每個都需要單獨的PIP安裝。

對於使用帶有張量依賴性的模型，您可以使用

pip install deepchem[tensorflow]

對於使用帶有火炬依賴性的模型，您可以使用

pip install deepchem[torch]

對於使用具有JAX依賴性的模型，您可以使用

pip install deepchem[jax]

如果需要GPU支持，請確保安裝CUDA，然後在安裝DeepChem之前使用下面的鏈接安裝所需的深度學習框架

1. TensorFlow-只需安裝CUDA
2. pytorch-https：//pytorch.org/get-started/locally/#start-locally
3. jax-https：//github.com/google/jax#pip-installation-gpu-cuda

在zsh中，括號用於球/圖案匹配。這意味著您需要在上述安裝中逃脫方括號。您可以通過將依賴項包括在pip install --pre 'deepchem[jax]'來做到這一點。

夜間構建版本

夜間版本由Deepchem的頭部建造。可以使用

pip install --pre deepchem

Docker

如果您想使用Docker安裝Deepchem，則可以繪製兩種圖像。
Dockerhub：https：//hub.docker.com/repository/docker/deepchemio/deepchem

• deepchemio/deepchem:xxx
  • 使用CONDA構建的圖像（XXX是DeepChem的版本）
  • 當我們按xxx標籤時，構建xxx圖像
  • Dockerfile放在docker/tag目錄中
• deepchemio/deepchem:latest
  • 由源代碼構建的圖像
  • 每當我們致力於主分支時，都會構建最新圖像
  • Dockerfile放在docker/nightly Directory中

您像這樣拉圖像。

docker pull deepchemio/deepchem:2.4.0

如果您想更詳細地了解Docker用法，請檢查文檔。

來自來源

如果您嘗試一次安裝所有軟依賴項或為DeepChem做出貢獻，我們建議您從源中安裝DeepChem。

請檢查此介紹。

入門

DeepChem項目保留了大量教程。所有教程均設計為在Google Colab上運行（如果您願意的話，或本地）。教程以建議的學習順序排列，該序列將使您從初學者到精通分子機器學習和計算生物學。

完成教程後，您也可以瀏覽其他示例。要將deepchem應用於新問題，請嘗試從現有的示例之一或教程開始，然後逐步修改它以與您的新用例一起使用。如果您有疑問或評論，則可以在我們的吉特（Gitter）上提出它們。

支持的集成

• 權重與偏見：跟踪您的Deepchem模型的培訓和評估指標。

不和諧

Deepchem Discord主持了許多對生命科學深入學習感興趣的科學家，開發人員和愛好者。可能是提出簡單問題或浮動請求新功能的最簡單的地方。

關於我們

DeepChem由一個開源貢獻者團隊管理。任何人都可以自由加入並做出貢獻！

引用深度化學

如果您在研究過程中使用了Deepchem，我們要求您引用Deepchem Core團隊的“生命科學深度學習”書。

為了引用這本書，請使用此Bibtex條目：

 @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}
}