基于DeepChem的溶解度预测(图形卷积,神经网络)

举报
DrugAI 发表于 2021/07/15 01:13:14 2021/07/15
【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


  
  1. import tensorflow as tf
  2. import deepchem as dc
  3. import numpy as np

载入数据


  
  1. graph_featurizer = dc.feat.graph_features.ConvMolFeaturizer()
  2. loader = dc.data.data_loader.CSVLoader( tasks = ['solubility'], smiles_field = "smiles", id_field = "name", featurizer = graph_featurizer )
  3. 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

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。