基于DeepChem的溶解度预测(图形卷积,神经网络)
【摘要】 DeepChem是一个机器学习库,用于对化合物的图结构进行卷积。
环境
Python 3.6
DeepChem 1.1.0
TensorFlow 1.0.1
RDKit 2020.03.2
基于DeepChem图卷积预测溶解度
导入库
import tensorflow as tfimport deepchem as dcimport numpy as ...
DeepChem是一个机器学习库,用于对化合物的图结构进行卷积。
环境
- Python 3.6
- DeepChem 1.1.0
- TensorFlow 1.0.1
- RDKit 2020.03.2
基于DeepChem图卷积预测溶解度
导入库
-
import tensorflow as tf
-
import deepchem as dc
-
import numpy as np
载入数据
-
graph_featurizer = dc.feat.graph_features.ConvMolFeaturizer()
-
loader = dc.data.data_loader.CSVLoader( tasks = ['solubility'], smiles_field = "smiles", id_field = "name", featurizer = graph_featurizer )
-
dataset = loader.featurize( 'solubility.csv' )
文章来源: drugai.blog.csdn.net,作者:DrugAI,版权归原作者所有,如需转载,请联系作者。
原文链接:drugai.blog.csdn.net/article/details/106078555
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)