DGL-LifeSci:面向化学和生物领域的 GNN 算法库 作者| 王建民 DGL团队发布了以生命科学为重点的软件包DGL-LifeSci。 尝试使用新的DGL--LifeSci并建立Attentive FP模型并可视化其预测结果。 基于深度图学习框架DGL 环境准备 PyTorch:深度学习框架 DGL:基于PyTorch的库,支持深度学习以处理图形 RDKit:用于构建分子图并...
DGL-LifeSci: Bringing Graph Neural Networks to Chemistry and Biology 注重于生命科学以及化学的DGL-LifeSci 简介: bigraph : 双向图 Bi-directed graphs corresponding exactly to molecular graphs complete_graph: 完全图 Graphs with all pairs of atoms connected nearest_neighbor_graph:最近邻图 Graphs where ...
DGL-LifeSci是基于DGL的软件包,可用于具有图神经网络的生命科学中的各种应用程序。 我们提供各种功能,包括但不限于用于图形构造,特征化和评估的方法,模型架构,训练脚本和预训练模型。 有关社区贡献者的列表,请参见。 有关在DGL-LifeSci中实现的工作的完整列表,请参见。 安装 要求 DGL-LifeSci应该致力于 所有...
DevelopmentV0.2DGL-LifeSciTFsupportGNNModelPush startedSamplingAPIs 20182019202020212022 V0.3 FusedmessagepassingV0.5V0.7 FirstV0.1Multi-GPU/-coreDistributedTrainingGPUSampling prototypeV0.4UserguideCPUkernelupdate (NeurIPS’18)HeterogeneousgraphNewAPIdoc
DGL-LifeSci requires python 3.6+, DGL 0.7.0+ and PyTorch 1.5.0+. Install pytorch Install dgl Additionally, we requireRDKit. The easiest way to install RDKit is pip install rdkit If you need to work on the example of JTVAE, then you needRDKit 2018.09.3. We recommend installing it wi...
根据综述中列举的情况,我们在生物制药与材料化学场合进行了一个统计。在AI4Sci领域内,PyG相对DGL的应用更多,在2019年发布之后,基本能够占据40-50%的份额。而在细分领域中,小分子包括晶体等领域使用较多,蛋白质的性质结构预测中应用较少。 具体从实现方式来看,PyG和DGL存在如下不同: ...
Hi, I installed the dgl==0.5.2 and dgllife in the lastest docker image, but "import dgllife" gives me the error below. Could you look into it? Thanks! >>> import dgllife Traceback (most recent call last): File "<stdin>", line 1, in <modu...
DGL团队发布了以生命科学为重点的软件包DGL-LifeSci。 尝试使用新的DGL--LifeSci并建立Attentive FP模型并可视化其预测结果。 基于深度图学习框架DGL 环境准备 PyTorch:深度学习框架 DGL:基于PyTorch的库,支持深度学习以处理图形 RDKit:用于构建分子图并从字符串表示形式绘制结构式 ...
DGL-LifeSci: Bringing Graph Neural Networks to Chemistry and Biology 注重于生命科学以及化学的DGL-LifeSci 简介: big DrugScience 2021/02/04 6390 图神经网络整理 数据结构机器学习神经网络深度学习人工智能 图神经网络Graph neural networks(GNNs)是深度学习在图领域的基本方法,它既不属于CNN,也不属于RNN。CNN...