Buckets:
| # RFD4ProteinaAutoencoder | |
| المشفّر-المفكّك التلقائي لـ [RFD4-Proteína](../pipelines/rfd4_proteina). يحوّل `encode` إحداثيات atom37 إلى كامنات محلية لكل رمز، بينما يعيد `decode` الكامنات ومواقع الهيكل العظمي إلى بنية atom37 وهويات البقايا. وهو مسجّل في خط الأنابيب باسم `vae`. | |
| ```py | |
| from diffusers import RFD4ProteinaAutoencoder | |
| vae = RFD4ProteinaAutoencoder.from_pretrained("nvidia/RFD4-Proteina-Diffusers", subfolder="vae") | |
| ``` | |
| ## RFD4ProteinaAutoencoder[[diffusers.RFD4ProteinaAutoencoder]] | |
| #### diffusers.RFD4ProteinaAutoencoder[[diffusers.RFD4ProteinaAutoencoder]] | |
| ```python | |
| diffusers.RFD4ProteinaAutoencoder(atom37_mask: collections.abc.Sequence[collections.abc.Sequence[bool]], allowed_residue_types: collections.abc.Sequence[collections.abc.Sequence[bool]], latent_dim: int = 32, n_residue_types: int = 147, num_token_types: int = 7, nlayers: int = 12, token_dim: int = 768, nheads: int = 12, dim_cond: int = 128, pair_repr_dim: int = 256, token_type_emb_dim: int = 32, encoder_feats_seq: tuple[str, ...] = ('token_type', 'x1_a37coors_nm', 'x1_a37coors_nm_rel', 'chain_idx_seq', 'incident_bond_type_counts', 'atom37_element_charge_embedding'), decoder_feats_seq: tuple[str, ...] = ('ca_coors_nm', 'z_latent_seq', 'token_type', 'cond_residue_type')) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_rfd4_proteina.py#L500) | |
| **المعاملات:** | |
| latent_dim (`int`، القيمة الافتراضية `32`) : عرض الكامن المحلي لكل رمز. | |
| n_residue_types (`int`، القيمة الافتراضية `147`) : حجم مفردات البقايا. | |
| num_token_types (`int`، القيمة الافتراضية `7`) : حجم مفردات نوع الرمز: بروتين، RNA، DNA، ذرّي، غير معروف، غليكاني، وحمض أميني غير قياسي. | |
| allowed_residue_types (`list[list[bool]]`) : جدول بأبعاد `(num_token_types, n_residue_types)` يوضح فئات البقايا التي يمكن لكل نوع من أنواع الرموز فك ترميزها إليها. | |
| nlayers (`int`، القيمة الافتراضية `12`) : طبقات الجذع في كل من المُشفِّر والمُفكِّك. | |
| token_dim (`int`، القيمة الافتراضية `768`) : عرض تمثيل الرمز. | |
| nheads (`int`، القيمة الافتراضية `12`) : عدد رؤوس الانتباه في كل طبقة. | |
| dim_cond (`int`، القيمة الافتراضية `128`) : عرض متجه الشرط (غير المستخدم، صفري). | |
| pair_repr_dim (`int`، القيمة الافتراضية `256`) : عرض الأزواج التي تُبنى بها طبقات الجذع. لا يستخدم مُشفِّر/مفكِّك الترميز المُطلَق انحيازًا للأزواج، لذا لا يحتوي هذا المعامل على أي معاملات. | |
| token_type_emb_dim (`int`، القيمة الافتراضية `32`) : عرض تضمين نوع الرمز. | |
| encoder_feats_seq, decoder_feats_seq (`list[str]`) : الميزات المُسقطَة إلى مدخلات المُشفِّر والمُفكِّك. | |
| atom37_mask (`list[list[bool]]`) : فتحات atom37 الصالحة لكل نوع من بقايا الأحماض الأمينية، على شكل `(n_residue_types, 37)`. | |
| مُشفِّر جزيئي مُزاوج ومُفكِّك atom37. | |
| الإحداثيات المُقدَّمة إلى هذا النموذج والمُعاد إرجاعها منه تكون بالنانومتر. | |
| #### ترميز[[diffusers.RFD4ProteinaAutoencoder.encode]] | |
| ```python | |
| encode(coords_nm: Tensor, padding_mask: Tensor, token_type: typing.Optional[torch.Tensor] = None, atom37_mask: typing.Optional[torch.Tensor] = None, conditioning: dict[str, typing.Any] | None = None, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, return_dict: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_rfd4_proteina.py#L583) | |
| **المعاملات:** | |
| coords_nm (`torch.Tensor`) : `(batch, tokens, 37, 3)` إحداثيات atom37 بالنانومتر. | |
| padding_mask (`torch.Tensor`) : `(batch, tokens)`، تكون قيمته صحيحة (true) حيث يكون الرمز (token) حقيقيًا وليس تعبئة (padding). | |
| token_type (`torch.Tensor`، *اختياري*) : رموز أنواع الرموز `(batch, tokens)`. | |
| atom37_mask (`torch.Tensor`، *اختياري*) : `(batch, tokens, 37)`، تكون القيمة صحيحة حيث يُستخدم خانة ذرة. | |
| conditioning (`dict[str, Any]`، *اختياري*) : متجهات البنية topology وشروط المعالجة المتبقية، تحت المفاتيح التي يصدرها المعالج المسبق. | |
| generator (`torch.Generator` أو `list[torch.Generator]`، *اختياري*) : مولّد واحد لكل صف في الدفعة للحصول على عينات كامنة عشوائية مستقلة. في حال عدم توفيره، يتم السحب من التدفق العام. | |
| return_dict (`bool`، القيمة الافتراضية `True`) : إرجاع مخرجات مُنمّطة، أو مجموعة (tuple) من حقولها. | |
| **يعيد:** `RFD4ProteinaEncoderOutput` أو `tuple` | |
| متجهات كامنة ومتوسطة ومقياس لوغاريتمي بأشكال `(batch, tokens, latent_dim)`. | |
| ترميز الإحداثيات المُعدّة والشروط إلى كامنات محلية مُستخرجة لكل رمز. | |
| #### فك الترميز[[diffusers.RFD4ProteinaAutoencoder.decode]] | |
| ```python | |
| decode(z_latent: Tensor, ca_coors_nm: Tensor, padding_mask: Tensor, token_type: typing.Optional[torch.Tensor] = None, atom37_mask: typing.Optional[torch.Tensor] = None, conditioning: dict[str, typing.Any] | None = None, return_dict: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_rfd4_proteina.py#L624) | |
| **المعاملات:** | |
| z_latent (`torch.Tensor`) : `(batch, tokens, latent_dim)` متغيرات محلية لكل رمز. | |
| ca_coors_nm (`torch.Tensor`) : `(batch, tokens, 3)` مواضع CA في العمود الفقري بالنانومتر. | |
| padding_mask (`torch.Tensor`) : `(batch, tokens)`، تكون قيمته صحيحة (true) حيث يكون الرمز (token) حقيقيًا وليس تعبئة (padding). | |
| token_type (`torch.Tensor`، *اختياري*) : رموز أنواع الرموز `(batch, tokens)`. | |
| atom37_mask (`torch.Tensor`، *اختياري*) : `(batch, tokens, 37)`، تكون القيمة صحيحة حيث يُستخدم خانة ذرة. | |
| conditioning (`dict[str, Any]`، *اختياري*) : متجهات البنية topology وشروط التكييف المتبقية، تحت المفاتيح التي يصدرها المعالج المسبق. تُقرأ حالة التسلسل من هنا. | |
| return_dict (`bool`، القيمة الافتراضية `True`) : إرجاع مخرجات مُنمّطة، أو مجموعة (tuple) من حقولها. | |
| **يعيد:** `RFD4ProteinaDecoderOutput` أو `tuple` | |
| إحداثيات `(batch, tokens, 37, 3)` بالنانومتر، وأنواع البقايا `(batch, tokens)`، وقناع الانبعاث `(batch, tokens)`، وقناع الذرات `(batch, tokens, 37)`. إحداثيات الذرات غير المنبعثة تساوي صفراً. | |
| فكّ تشفير الكمون لكل رمز ومواقع العمود الفقري إلى بنية atom37. | |
| #### forward[[diffusers.RFD4ProteinaAutoencoder.forward]] | |
| ```python | |
| forward(z_latent: Tensor, ca_coors_nm: Tensor, padding_mask: Tensor, token_type: typing.Optional[torch.Tensor] = None, atom37_mask: typing.Optional[torch.Tensor] = None, conditioning: dict[str, typing.Any] | None = None, return_dict: bool = True) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_rfd4_proteina.py#L666) | |
| **المعاملات:** | |
| z_latent (`torch.Tensor`) : `(batch, tokens, latent_dim)` متغيرات محلية لكل رمز. | |
| ca_coors_nm (`torch.Tensor`) : `(batch, tokens, 3)` مواضع CA في العمود الفقري بالنانومتر. | |
| padding_mask (`torch.Tensor`) : `(batch, tokens)`، تكون قيمته صحيحة (true) حيث يكون الرمز (token) حقيقيًا وليس تعبئة (padding). | |
| token_type (`torch.Tensor`، *اختياري*) : رموز أنواع الرموز `(batch, tokens)`. | |
| atom37_mask (`torch.Tensor`، *اختياري*) : `(batch, tokens, 37)`، تكون القيمة صحيحة حيث يُستخدم خانة ذرة. | |
| conditioning (`dict[str, Any]`، *اختياري*) : متجهات البنية المتبقية والشروط. | |
| return_dict (`bool`، القيمة الافتراضية `True`) : إرجاع مخرجات مُنمّطة، أو مجموعة (tuple) من حقولها. | |
| **يعيد:** `RFD4ProteinaDecoderOutput` أو `tuple` | |
| إحداثيات مفكوكة، أنواع بقايا، وأقنعة ذرة/إصدار. | |
| فكّ تشفير الكمونيات (latents) ومواقع العمود الفقري (backbone) لكل رمز؛ ما يعادل استدعاء [decode()](/docs/diffusers/main/ar/api/models/rfd4_proteina_autoencoder#diffusers.RFD4ProteinaAutoencoder.decode). | |
| ## RFD4ProteinaEncoderOutput[[diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput]] | |
| #### diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput[[diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput]] | |
| ```python | |
| diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput(latent: Tensor, mean: typing.Optional[torch.Tensor] = None, log_scale: typing.Optional[torch.Tensor] = None) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_rfd4_proteina.py#L469) | |
| **المعاملات:** | |
| latent (`torch.Tensor`) : عينة `mean + noise * exp(log_scale)`، صفر خارج الرموز الكامنة المُصدَرة. | |
| mean (`torch.Tensor`) : متوسط غاوسي، صفر خارج الرموز الكامنة المُخرَجة. | |
| log_scale (`torch.Tensor`) : الانحراف المعياري اللوغاريتمي، صفر خارج الرموز الكامنة المُخرَجة. | |
| معاملات مُسحبة كامنة وغاوسية، كلٌّ منها على شكل `(batch, tokens, latent_dim)`. | |
| ## RFD4ProteinaDecoderOutput[[diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaDecoderOutput]] | |
| #### diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaDecoderOutput[[diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaDecoderOutput]] | |
| ```python | |
| diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaDecoderOutput(coordinates: Tensor, residue_type: typing.Optional[torch.Tensor] = None, emit_mask: typing.Optional[torch.Tensor] = None, atom_mask: typing.Optional[torch.Tensor] = None) | |
| ``` | |
| [المصدر](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/autoencoders/autoencoder_rfd4_proteina.py#L484) | |
| **المعاملات:** | |
| coordinates (`torch.Tensor`) : إحداثيات `(batch, tokens, 37, 3)` بالنانومتر؛ الذرات غير المُخرَجة تساوي صفراً. | |
| residue_type (`torch.Tensor`) : فهارس مفردات بقايا على شكل `(batch, tokens)`. | |
| emit_mask (`torch.Tensor`) : قناع الرموز الصادرة من نوع منطقي، بأبعاد `(batch, tokens)`. | |
| atom_mask (`torch.Tensor`) : قناع ذرات صالحة من نوع منطقي (Boolean) بأبعاد `(batch, tokens, 37)`. | |
| إحداثيات جزيئية مفكوكة الشفرة وطوبولوجيا ذرّية منفصلة37. | |
Xet Storage Details
- Size:
- 12 kB
- Xet hash:
- 0d6b3b3f8c6891cc00ea9a3753d0c8d218c4f26f8b797ca2dfa5bb0ab9460cf0
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.