laidd-db / molecular-properties-prediction-using-graph-transformer

:octocat: 강사명 : 이유한(카카오브레인) :book: LAIDD 강의명 : 그래프 트랜스포머를 활용한 분자물성 예측, 신약개발을 위한 다중모달 표현학습

Introduction

• Graph transformer 활용한 분자 물성 예측 실습입니다.
• DGL 기반으로 실습하며, QM9 dataset을 활용합니다.

Installation

• pytorch
• dgl (https://www.dgl.ai/pages/start.html)
  • 쿠다, 파이썬 버젼에 맞게 설치하시면 됩니다.
• SmilesPE
• transformers

Data preparation

1. https://github.com/FabianFuchsML/se3-transformer-public/tree/master/experiments/qm9 에 있는, qm9 dataset link 를 사용하여 QM9_data.pt 다운로드
2. ./data directory 로 옮기시면 됩니다.

running

python train_transformer.py --config ./configs/graph_transformer.yaml
python train_transformer.py --config ./configs/graph_transformer_edge.yaml