Chemistry.AI | 基于非线性激活的多层感知器预测分子特性

举报
DrugAI 发表于 2021/07/15 03:28:18 2021/07/15
【摘要】 Chemistry.AI | 基于线性回归预测分子特性 环境准备 Python版本:Python 3.6.8 PyTorch版本:PyTorch1.1.0 RDKit版本:RDKit 2019.09.3 基于非线性激活的多层感知器预测分子特性 导入库 from rdkit import Chemfrom rdkit.Chem.Crippen impor...

Chemistry.AI | 基于线性回归预测分子特性


环境准备

  • Python版本:Python 3.6.8
  • PyTorch版本:PyTorch1.1.0
  • RDKit版本:RDKit 2019.09.3

基于非线性激活的多层感知器预测分子特性

导入库


  
  1. from rdkit import Chem
  2. from rdkit.Chem.Crippen import MolLogP
  3. from rdkit import Chem, DataStructs
  4. from rdkit.Chem import AllChem
  5. import numpy as np
  6. import torch
  7. import time

载入数据


  
  1. with open('smiles.txt') as f:
  2. smiles = f.readlines()[:]
  3. smiles = [s.strip() for s in smiles]
  4. smiles = [s.split()[1] for s in smiles]
  5. print (len(smiles))
  6. print (smiles[:10])
 

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/105274158

【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。