Molt5 Large Smiles2caption

🚀 分子SMILES字符串转描述模型

这个模型可用于根据SMILES字符串生成输入的描述。

🚀 快速开始

此模型能够依据SMILES字符串生成对应的描述。下面是使用该模型的详细步骤和代码示例。

💻 使用示例

基础用法

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained("laituan245/molt5-large-smiles2caption", model_max_length=512)
model = T5ForConditionalGeneration.from_pretrained('laituan245/molt5-large-smiles2caption')

input_text = 'C1=CC2=C(C(=C1)[O-])NC(=CC2=O)C(=O)O'
input_ids = tokenizer(input_text, return_tensors="pt").input_ids

outputs = model.generate(input_ids, num_beams=5, max_length=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

📚 详细文档

论文参考

如需更多信息，请查看我们的论文。

• 论文：Translation between Molecules and Natural Language
• 作者：Carl Edwards*, Tuan Lai*, Kevin Ros, Garrett Honke, Heng Ji

📄 许可证

本项目采用Apache-2.0许可证。