文件名称：latent-gan:出版物[cite]中描述的潜伏Gan的实现。
文件大小：10.28MB
文件格式：ZIP
更新时间：2024-03-30 01:05:44
Python
潜伏 带有在ChEMBL 25 [2]上训练的异质编码器的LatentGAN [1]，该编码器将SMILES字符串编码为大小为512的潜在矢量表示。然后训练具有梯度惩罚[3]的Wasserstein生成对抗网络，以生成类似于训练集的潜在矢量，然后使用异构编码器对其进行解码。 MOSES平台中也提供了该模型的一个版本[5]。 已经确认该代码可以与提供的environment.yml中提供的environment.yml ，但是可能不需要所有软件包。 依存关系 该模型使用了[4]中作为包装提供的异类编码器。 异类编码器还要求在ChEMBL模型上正常运行。 这些都不能从anaconda或pip ，而必须手动安装。 重要信息：主分支上的Deep Drug Coder使用tensorflow 2.0运行，并且与此处包含的预训练模型不兼容。 请使用此模型的。 安装 安装了Git LFS ，可从con
【文件预览】：
latent-gan-master
----runners()
--------CreateModelRunner.py(1KB)
--------TrainModelRunner.py(8KB)
--------SampleModelRunner.py(1018B)
----encode.py(2KB)
----models()
--------Generator.py(2KB)
--------Discriminator.py(951B)
----install-dependencies.sh(449B)
----environment.yml(4KB)
----data()
--------moses.smi(55.7MB)
--------.gitignore(13B)
--------HTR1A_training.smi(155KB)
--------EGFR_training.smi(72KB)
--------S1PR1_training.smi(41KB)
----sample.py(2KB)
----autoencoder()
--------chembl_pretrained.zip(133B)
--------autoencoder.py(562B)
--------moses_pretrained.zip(133B)
----run.py(2KB)
----storage()
--------.gitignore(13B)
----src()
--------Sampler.py(567B)
----decode.py(2KB)
----.gitignore(72B)
----tests.py(865B)
----README.md(6KB)
----train_model.py(2KB)
----create_model.py(617B)
----.gitattributes(42B)
----datasets()
--------LatentMolsDataset.py(330B)