deepchem

ConvMolFeaturizer和WeaveFeaturizer分别是什么？

它们都是由DeepChem，一个专注于使用深度学习方法解决化学问题的开源工具包，提供的功能之一。ConvMolFeaturizer：-这是一种用于分子的特征化方法，专为图卷积网络（GCN）设计。
CA&AI-drugdesign·2024-01-16 21:03

机器学习模型的超参数优化用于分子性质预测

在《预测化学分子的nlogP——基于sklearn,deepchem,DGL,Rdkit的图卷积网络模型》中简单介绍了sklearn模型的使用方法。
wufeil·2024-01-12 04:26

Deepchem的分子特征化方法之图神经网络特征化 （ConvMolFeaturizer / WeaveFeaturizer）解析

bywufeil在Deepchem提供的分子特征化方法中，有两个方法是适用于图神经网络的，分别为：ConvMolFeaturizer和WeaveFeaturizer。
wufeil·2024-01-12 04:55

使用Deepchem构建化学分子的神经网络和图神经网络模型示例

使用Deepchem构建化学分子的神经网络和图神经网络模型示例bywufeilDeepchem包含了很多的化学分子的数据集，同时也有将分子结构转换为机器学习能够识别的矩阵（序列）数据的方法，下面就来简单举几个例子
wufeil·2024-01-12 04:25

DeepChem教程 6:图卷积

DeepChem教程6:图卷积本教程我们学习更多的“图卷积”。处理分子数据有一个最为强大的深度学习工具。原因是分子可以很自然的看作图。注意，这类的标准的化学图形我们从高中就开始用于可视化分子作为图。
lishaoan77·2024-01-07 13:13

搭建gnn环境

COMMAND...conda-script.py:error:arg-CSDN博客参考教程【精选】手把手教你在windows10安装GNN相关环境（torch+torch_geometric+rdkit+deepchem
hellolianhua·2023-10-31 09:17

DeepChem-使用图卷积神经网络对化学分子建模

'''bywufeilDeepChem-使用图卷积神经网络对化学分子建模在深度学习中，图卷积神经网络特别适合处理化学分子数据，也经常被用于处理分子数据。这是因为化学分子本身就是一个图数据。但是如何将分子转化为图神经网络可以使用的数据格式呢？接下来就做简单的介绍。首先，标准的卷积网络，最简单最传统的就是CNN，convolutionalneuralnetwork，是处理图片最常用的神经网络模型。CN
wufeil·2023-06-09 12:52

手把手教你在windows10安装GNN相关环境（torch+torch_geometric+rdkit+deepchem）

手把手教你在windows10安装GNN相关环境（torch+torch_geometric+rdkit+deepchem）前言1、anaconda2、安装nvidia驱动3、安装cuda4、创建conda
阿财是小白·2023-02-02 07:59

Deepchem构建基于分子指纹的神经网络模型

'''bywufeil分子指纹在深度学习中，模型的输入往往是矩阵化的数组，甚至需要相同的长度。由于分子的原子数量不同，将分子直接转别成相同长度的数组很有难度。但，这一问题已经得到解决。当前，在深度学习中，表示化学结构的方法有很多种，这里要介绍的分子指纹是其中较为简单的一种，经常用于表示有药性的分子。分子指纹是固定长度的阵列，其中不同元素表示分子中存在不同特征。如果两个分子具有相似的指纹，则表明它们
wufeil·2022-12-21 03:29

ECFP的实现：deepchem

一.源码结构：classCircularFingerprint(Featurizer):def__init__(self,radius=2,size=2048,chiral=False,bonds=True,features=False,sparse=False,smiles=False):def_featurize(self,mol):returnfp参数：__init__radiusint,o
褚骏逸·2022-12-21 03:27

DeepChem教程10:从实验数据产生更可靠性的数据集

本教程我们来看一下如何从实验数据产生新的数据集。如我们将要看到的，产生数据集对象的机量只是一小部分过程。许多真实的数据集在它们适用于训练模型前需要清理和QA。处理数据文件假定你的实验室的同事给你数据。你想用这些数据来构建机器学习模型。你将如何变换这些数据到适合于创建机器学习模型的数据集呢？从新的数据建立模型是有些挑战的。可能有些数据不是以便以使用的方式记录的。另外，有些数据有噪音。这通常随着大量外
lishaoan77·2022-12-14 09:15

进一步认识Deepchem的分子特征化: 将化学分子结构作为到随机森林\CNN\RNN\GNN等机器学习模型输入的三种方法

deepchem特征化分子的方法为Featurizer类。有三种方式的特征化分子：(1)直接使用
wufeil·2022-11-20 06:12

DeepChem教程5:用TensorFlow和PyTorch创建模型

到现在为止，我们使用的是DeepChem提供的标准模型。这对于许多应用来说是好的。但是很快你就会希望用你自己定义的框架创建你自已的模型。
lishaoan77·2022-03-04 07:38

预测化学分子的nlogP——基于sklearn, deepchem, DGL, Rdkit的图卷积网络模型

之前出了几个博客，都是关于如何使用deepchem的内置数据集、模型、以及分子特征化。到目前为止，都没有使用自己真是的案例进行流程化的尝试。
wufeil·2020-12-24 18:22

module 'pandas' has no attribute ‘XXX’

今天想装pytorch，懒了一下没有建新环境，直接装在了deepchem环境下面，开始了修修补补之路①pyqt和spyder的恩怨情仇我实在是搞不懂，总之condauninstallpyqtcondainstallspyder
unsterbliche·2020-08-13 20:52

Anaconda创建deepchem环境

condaactivatepy365查看python版本python--version安装tensorflowcondainstalltensorflow安装deepchempipinstalldeepchem安装deepchem
呜啦吧哈·2020-07-11 23:02

基于DeepChem的溶解度预测（图形卷积，神经网络）

DeepChem是一个机器学习库，用于对化合物的图结构进行卷积。
qq2648008726·2020-06-27 03:27

DeepChem | DeepChem的图卷积特征化器

DeepChem官网：https://deepchem.io/DeepChem旨在提供高质量的开源工具链，将药物开发、材料科学、量子化学和生物学方面的深度学习应用普及化。
qq2648008726·2020-06-27 03:17

化学中的机器学习方法1

来自我的个人网站:http://wangbch.com化学中的机器学习方法化学中的ML主要是用在能量预测上，MoleculeNet或DeepChem实现了较多的方法。
BC_Wang·2018-08-07 10:27

化学中的机器学习方法1

来自我的个人网站:http://wangbch.com化学中的机器学习方法化学中的ML主要是用在能量预测上，MoleculeNet或DeepChem实现了较多的方法。
BC_Wang·2018-08-07 10:27
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他