首页
/ MGSSL 项目使用教程

MGSSL 项目使用教程

2024-09-13 13:36:41作者:翟江哲Frasier

1. 项目介绍

MGSSL(Motif-based Graph Self-Supervised Learning)是一个基于图神经网络(GNN)的自监督学习框架,专门用于分子属性预测。该项目在 NeurIPS'21 会议上发表,旨在通过引入一种新颖的自监督图生成框架来提升 GNN 在分子属性预测任务中的表现。MGSSL 通过提取分子图中的子图(motif)并进行自监督预训练,从而在下游任务中实现更好的性能。

2. 项目快速启动

2.1 环境准备

首先,确保你的环境中安装了以下依赖:

  • PyTorch 1.8.1
  • torch-geometric 1.7.0
  • rdkit 2020.09.1
  • tqdm 4.31.1
  • tensorboardx 1.6

你可以通过以下命令安装这些依赖:

pip install torch==1.8.1 torch-geometric==1.7.0 rdkit==2020.09.1 tqdm==4.31.1 tensorboardx==1.6

2.2 克隆项目

使用以下命令克隆 MGSSL 项目到本地:

git clone https://github.com/zaixizhang/MGSSL.git
cd MGSSL

2.3 预训练模型

进入 motif_based_pretrain 目录,运行以下命令进行模型预训练:

cd motif_based_pretrain
python pretrain_motif.py

2.4 模型评估

预训练完成后,进入 finetune 目录,运行以下命令进行模型评估:

cd ../finetune
python finetune.py

3. 应用案例和最佳实践

3.1 分子属性预测

MGSSL 主要应用于分子属性预测任务。通过预训练模型,可以有效地捕捉分子图中的子图信息,从而在下游任务中实现更高的准确性。例如,在药物发现领域,MGSSL 可以用于预测分子的毒性、溶解度等属性。

3.2 最佳实践

  • 数据准备:确保数据集符合项目要求,特别是分子图的格式。
  • 超参数调优:根据具体任务调整预训练和微调的超参数,以获得最佳性能。
  • 模型保存与加载:在训练过程中保存最佳模型,并在评估时加载该模型。

4. 典型生态项目

4.1 PyTorch Geometric

PyTorch Geometric 是一个基于 PyTorch 的几何深度学习扩展库,提供了丰富的图神经网络模型和工具。MGSSL 依赖于 PyTorch Geometric 进行图数据的处理和模型构建。

4.2 RDKit

RDKit 是一个开源的化学信息学库,用于处理化学分子数据。MGSSL 使用 RDKit 进行分子图的生成和处理。

4.3 TensorBoardX

TensorBoardX 是一个用于记录和可视化训练过程的工具,MGSSL 使用它来监控模型的训练进度和性能。

通过以上模块的介绍和实践,你可以快速上手并应用 MGSSL 项目进行分子属性预测任务。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K
kernelkernel
deepin linux kernel
C
22
6
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
981
395
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
932
555
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
519
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0