Materials.selfies Ted

🚀 selfies-ted

selfies-ted是一个基于Transformer的编码器 - 解码器模型，用于使用SELFIES进行分子表示。它能有效处理化学分子相关的特征提取任务，为化学领域的研究提供了有力的工具。

🚀 快速开始

✨ 主要特性

• 基于Transformer架构，适用于分子表示。
• 利用SELFIES进行编码，可处理化学领域的特征提取任务。

📦 安装指南

文档未提供具体安装步骤，跳过此章节。

💻 使用示例

基础用法

# 导入必要的库
from transformers import AutoTokenizer, AutoModel
import selfies as sf
import torch

# 加载模型和分词器
tokenizer = AutoTokenizer.from_pretrained("ibm/materials.selfies-ted")
model = AutoModel.from_pretrained("ibm/materials.selfies-ted")

# 将SMILES字符串编码为selfies
smiles = "c1ccccc1"
selfies = sf.encoder(smiles)
selfies = selfies.replace("][", "] [")

# 获取嵌入表示
token = tokenizer(selfies, return_tensors='pt', max_length=128, truncation=True, padding='max_length')
input_ids = token['input_ids']
attention_mask = token['attention_mask']
outputs = model.encoder(input_ids=input_ids, attention_mask=attention_mask)
model_output = outputs.last_hidden_state

input_mask_expanded = attention_mask.unsqueeze(-1).expand(model_output.size()).float()
sum_embeddings = torch.sum(model_output * input_mask_expanded, 1)
sum_mask = torch.clamp(input_mask_expanded.sum(1), min=1e-9)
model_output = sum_embeddings / sum_mask

🔧 技术细节

文档未提供具体技术细节，跳过此章节。

📄 许可证

本项目采用Apache-2.0许可证。