首页
/ MGSSL 项目使用教程

MGSSL 项目使用教程

2024-09-17 10:46:11作者:董灵辛Dennis
MGSSL
Official implementation of NeurIPS'21 paper"Motif-based Graph Self-Supervised Learning for Molecular Property Prediction"

1. 项目目录结构及介绍

MGSSL/
├── finetune/
│   ├── finetune.py
│   └── ...
├── motif_based_pretrain/
│   ├── pretrain_motif.py
│   └── ...
├── data/
│   └── ...
├── LICENSE
├── README.md
└── requirements.txt
  • finetune/: 包含用于微调模型的代码。
    • finetune.py: 用于在下游任务上微调预训练模型的脚本。
  • motif_based_pretrain/: 包含用于图自监督预训练的代码。
    • pretrain_motif.py: 用于进行图自监督预训练的脚本。
  • data/: 包含用于微调的 MoleculeNet 数据集。
  • LICENSE: 项目使用的许可证文件。
  • README.md: 项目的介绍和使用说明。
  • requirements.txt: 项目所需的依赖包列表。

2. 项目启动文件介绍

2.1 预训练启动文件

文件路径: motif_based_pretrain/pretrain_motif.py

功能: 该脚本用于启动图自监督预训练过程。预训练的目的是在没有标签的情况下,学习分子图的通用语义和结构信息。

使用方法:

cd motif_based_pretrain
python pretrain_motif.py

2.2 微调启动文件

文件路径: finetune/finetune.py

功能: 该脚本用于在下游任务上微调预训练模型。微调的目的是将预训练模型适应于特定的分子属性预测任务。

使用方法:

cd finetune
python finetune.py

3. 项目配置文件介绍

文件路径: requirements.txt

内容: 该文件列出了项目运行所需的所有依赖包及其版本。

示例:

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

使用方法: 可以通过以下命令安装所有依赖包:

pip install -r requirements.txt

以上是 MGSSL 项目的使用教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你顺利使用该项目。

MGSSL
Official implementation of NeurIPS'21 paper"Motif-based Graph Self-Supervised Learning for Molecular Property Prediction"
热门项目推荐
相关项目推荐

热门内容推荐

展开

最新内容推荐

展开

项目优选

收起
CangjieCommunity
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
672
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
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
12
8
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K