Birna Bert

🚀 BiRNA - BERT模型

BiRNA - BERT是一种BERT风格的Transformer编码器模型，可用于为RNA序列生成嵌入表示。该模型基于字节对编码（BPE）标记和单个核苷酸进行训练，因此它既能生成精细的核苷酸级嵌入，也能生成高效的序列级嵌入（使用BPE）。

BiRNA - BERT使用MosaicBERT框架进行训练 - https://huggingface.co/mosaicml/mosaic - bert - base

🚀 快速开始

✨ 主要特性

• 能够为RNA序列生成嵌入表示。
• 基于BPE标记和单个核苷酸训练，可生成核苷酸级和序列级嵌入。

📦 安装指南

文档未提及安装步骤，故跳过此章节。

💻 使用示例

基础用法

import torch
import transformers
from transformers import AutoModelForMaskedLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("buetnlpbio/birna-tokenizer")

config = transformers.BertConfig.from_pretrained("buetnlpbio/birna-bert")
mysterybert = AutoModelForMaskedLM.from_pretrained("buetnlpbio/birna-bert",config=config,trust_remote_code=True)
mysterybert.cls = torch.nn.Identity()

# To get sequence embeddings
seq_embed = mysterybert(**tokenizer("AGCTACGTACGT", return_tensors="pt"))
print(seq_embed.logits.shape) # CLS + 4 BPE token embeddings + SEP

# To get nucleotide embeddings
char_embed = mysterybert(**tokenizer("A G C T A C G T A C G T", return_tensors="pt")) 
print(char_embed.logits.shape) # CLS + 12 nucleotide token embeddings + SEP

高级用法

config = transformers.BertConfig.from_pretrained("buetnlpbio/birna-bert")
config.alibi_starting_size = 2048 # maximum sequence length updated to 2048 from config default of 1024

mysterybert = AutoModelForMaskedLM.from_pretrained("buetnlpbio/birna-bert",config=config,trust_remote_code=True)

📚 详细文档

文档未提供详细说明，故跳过此章节。

🔧 技术细节

文档未提供技术实现细节，故跳过此章节。

📄 许可证

文档未提供许可证信息，故跳过此章节。