计算化学公社

 找回密码 Forget password
 注册 Register
Views: 6549|回复 Reply: 0

[其它程序] 使用PyInstaller打包深度学习模型“AIGenMols”的例子

[复制链接 Copy URL]

54

帖子

7

威望

608

eV
积分
802

Level 4 (黑子)

发表于 Post on 2020-8-12 21:29:24 | 显示全部楼层 Show all |阅读模式 Reading model
本帖最后由 MolAICal 于 2020-9-2 22:32 编辑

使用PyInstaller打包深度学习模型“AIGenMols”的例子

更多教程(含英文教程)请见如下:
MolAICal官方主页:https://molaical.github.io
MolAICal 文章介绍:https://doi.org/10.1093/bib/bbaa161
MolAICal blogspot:https://qblab.blogspot.com

1. 介绍
药物的深度学习模型在使用的时候是以代码的形式调用,如果能将其打包成二进制可执行文件,将有利于深度学习模型的部署使用和推广,在本教程中,选择了ORGAN (https://github.com/gablg1/ORGAN) 来打包二进制可执行程序“AIGenMols”。 此外,您可以根据本教程打包自己训练的深度学习模型。

2. 材料
2.1. 所需软件
Anaconda的版本选择应基于Python3.x而不是Python 2.x
2.2. 示例文件
1) 所有必需的教程文件均可从以下网址下载:

3. 步骤
确保完全安装并且正确设置了环境变量。

3.2. 下载“spec-list.txt”并创建一个独立的环境
  1. #> conda create --name AIGen --file spec-list.txt
  2. #> conda activate AIGen
复制代码
注意:如果发生某些错误,例如:CondaHTTPError: HTTP 404 NOT FOUND forurl <https://conda.anaconda.org/conda-forge/linux-64/xxxx-xxxx> , 您可以在“spec-list.txt”中删除相应的软件包。 然后重复上述步骤。 可以通过以下类似步骤安装缺少的软件包,而无需安装版本号:
  1. #> conda install -c conda-forge xxxx
复制代码

3.3. 安装必需的库  
  1. #> conda install -c conda-forge openblas
  2. #> conda install -c conda-forge openssl
  3. #> pip install editdistance==0.3.1
复制代码

3.4. 最后,生成二进制“深度学习模型”
解压缩“ organ.zip”
  1. #> unzip organ.zip
  2. #> cd organ
  3. #> pyinstaller --add-data="organ/NP_score.pkl.gz:organ" --add-data="organ/SA_score.pkl.gz:organ" --add-data="organ/data/FDA-H.csv:organ/data" --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.data-00000-of-00001:organ/checkpoints/FDA-H"  --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.index:organ/checkpoints/FDA-H" --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.meta:organ/checkpoints/FDA-H" --add-data="organ/data/FDA1884.csv:organ/data" --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.data-00000-of-00001:organ/checkpoints/FDA1884"  --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.index:organ/checkpoints/FDA1884" --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.meta:organ/checkpoints/FDA1884"  --add-data="organ/data/zinc.csv:organ/data" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.data-00000-of-00001:organ/checkpoints/ZINC"  --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.index:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.meta:organ/checkpoints/ZINC" -F main.py
复制代码

打开文件夹 “organ/dist”
#> cd dist

您将看到名为“ main”的文件,将其重命名为“ AIGenMols”
  1. #> mv main AIGenMols
  2. #> chmod +x AIGenMols
复制代码

此时完全生成了名为“AIGenMols”的二进制深度学习模型。将其直接复制或移动到MolAICal软件文件夹中即可。

安装过程分析:
  1. --add-data="organ/data/zinc.csv:organ/data" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.data-00000-of-00001:organ/checkpoints/ZINC"  --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.index:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.meta:organ/checkpoints/ZINC" -F main.py
复制代码
以上部分是打包关键的部分,您可以使用自己训练好的深度学习模型替换以上数据

注意:
1). 安装Anaconda时,Anaconda的安装路径应确保没有空格。例如: /home/test install/anaconda。字符“test”“install”之间的空格可能会导致“AIGenMols”打包过程失败。

2). “AIGenMols”的命令用法应如下所示,才能保证打包的模型可以直接被MolAICal:

  1. AIGenMols -f test.txt -s FDAFrag -n 100
  2. AIGenMols -f test.txt -s ZINCMol -n 100

  3. -f: 表示生成包含SMILES格式分子的文件名。
  4. -s: 代表选择的深度学习模型名称,如:ZINCMol代表使用ZINC数据库的分子训练出的深度药物生长模型
  5. -n: 代表产生的分子数
复制代码

这只是打包“AIGenMols”的一个示例。您可以对自己训练的模型使用类似的打包方法。

评分 Rate

参与人数
Participants 1
eV +10 收起 理由
Reason
sobereva + 10

查看全部评分 View all ratings

本版积分规则 Credits rule

手机版 Mobile version|北京科音自然科学研究中心 Beijing Kein Research Center for Natural Sciences|京公网安备 11010502035419号|计算化学公社 — 北京科音旗下高水平计算化学交流论坛 ( 京ICP备14038949号-1 )|网站地图

GMT+8, 2023-2-7 04:07 , Processed in 0.189911 second(s), 22 queries .

快速回复 返回顶部 返回列表 Return to list