Buckets:
RFD4ProteinaTransformer
مزيل الضوضاء الخاص بـ RFD4-Proteína. يتنبأ بالسرعات للوضعيتين اللتين يدمجهما المُعيّن — مواضع CA للهيكل العظمي والقيم الكامنة المحلية لكل رمز — من الموترات الجزيئية المُعدّة. المدخلات هي موتورات مُسماة بالإضافة إلى خرائط شروط يختار محتواها تكوين نقطة الفحص؛ أما تحليل البنية فهو خارج نطاق هذه الفئة.
from diffusers import RFD4ProteinaTransformer
transformer = RFD4ProteinaTransformer.from_pretrained(
"nvidia/RFD4-Proteina-Diffusers", subfolder="transformer"
)
RFD4ProteinaTransformer[[diffusers.RFD4ProteinaTransformer]]
diffusers.RFD4ProteinaTransformer[[diffusers.RFD4ProteinaTransformer]]
diffusers.RFD4ProteinaTransformer(nlayers: int = 14, token_dim: int = 768, nheads: int = 12, dim_cond: int = 256, pair_repr_dim: int = 384, latent_dim: int = 32, token_type_emb_dim: int = 32, cath_emb_dim: int = 32, t_emb_dim: int = 256, seq_sep_dim: int = 64, xt_pair_dist_dim: int = 30, xt_pair_dist_min: float = 0.1, xt_pair_dist_max: float = 3.0, feats_seq: tuple[str, ...] = ('xt_bb_ca', 'xt_local_latents', 'token_type', 'sequence_probabilities', 'cond_a37coors_nm', 'cond_a37coors_internal_nm', 'rasa_binned', 'secondary_structure', 'hbond_modernized', 'pistack', 'pication', 'saltbridge', 'hydrophobic', 'metal_coord', 'na_ss_state', 'hotspot', 'atom_charge', 'atomic_element', 'coord_group_seq', 'chirality', 'chain_centroid_xyz'), feats_cond_seq: tuple[str, ...] = ('time_emb_bb_ca', 'time_emb_local_latents', 'cath_code', 'recycle_remaining'), feats_pair_repr: tuple[str, ...] = ('xt_bb_ca_pair_dists', 'bond_mask', 'bond_order', 'is_aromatic', 'index_group_pair', 'molecule_idx_pair', 'molecule_entity_pair', 'token_bond_path_length', 'canonical_polymer_ordering', 'na_ss_pair'), feats_pair_cond: tuple[str, ...] = ('time_emb_bb_ca', 'time_emb_local_latents'), update_pair_repr_every_n: int = 2, tri_mult_c: int = 256, num_sequence_classes: int = 147, num_token_types: int = 7, recycle_conditioning_dim: int = 1)
المعاملات:
nlayers (int، القيمة الافتراضية 14) : عدد طبقات الجذع.
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 256) : عرض متجه الشروط (الوقت، فهرس إعادة التدوير، تسمية CATH).
pair_repr_dim (int، القيمة الافتراضية 384) : عرض تمثيل الزوج.
latent_dim (int، القيمة الافتراضية 32) : عرض الكامن المحلي لكل رمز.
token_type_emb_dim (int، القيمة الافتراضية 32) : عرض تضمين نوع الرمز.
cath_emb_dim (int، القيمة الافتراضية 32) : عرض كل تضمين (embedding) لفئة/بنية/طوبولوجيا CATH.
t_emb_dim (int، القيمة الافتراضية 256) : عرض تضمين الوقت الجيبية.
seq_sep_dim (int، القيمة الافتراضية 64) : عدد فئات طول مسار الرابطة.
xt_pair_dist_dim (int، القيمة الافتراضية 30) : عدد فئات المسافات الزوجية في الهيكل الأساسي.
xt_pair_dist_min (float، القيمة الافتراضية 0.1)، xt_pair_dist_max (float، القيمة الافتراضية 3.0) : نطاق المسافة بين الأزواج بالنانومتر.
feats_seq, feats_cond_seq, feats_pair_repr, feats_pair_cond (list[str]) : أسماء الميزات المُسقطَة إلى مدخلات الرمز، والتكييف، والزوج، والتكييف الزوجي.
update_pair_repr_every_n (int، القيمة الافتراضية 2) : التكرار الذي يتم به تحديث تمثيل الزوج من الرموز بين الطبقات.
tri_mult_c (int، القيمة الافتراضية 256) : عرض الطبقة المخفية في عملية الضرب المثلثي في تلك التحديثات.
num_token_types (int، القيمة الافتراضية 7) : حجم مفردات نوع الرمز: بروتين، RNA، DNA، ذرّي، غير معروف، غليكاني، وحمض أميني غير قياسي.
recycle_conditioning_dim (int، القيمة الافتراضية 1) : عرض recycle_remaining أحادي الترميز، عندما يكون هذا الميزة ضمن feats_cond_seq.
num_sequence_classes (int، القيمة الافتراضية 147) : حجم قاموس البقايا (residue vocabulary) الذي تتنبأ به قراءة التسلسل.
مزيل الضوضاء RFD4 للسرعة مع العمود الفقري المزدوج والأوضاع المحلية الكامنة.
يعمل النموذج في نوع بياناته الخاص: حمّله باستخدام dtype=torch.bfloat16 للاستدلال بدقة مخفّضة. يبقى حالة العينة المُمرّرة إلى forward في float32؛ تُحسب تضمينات الميزات في float32 وتُحوَّل عند الإسقاط المدخلي.
forward[[diffusers.RFD4ProteinaTransformer.forward]]
forward(bb_ca: Tensor, local_latents: Tensor, bb_ca_time: Tensor, local_latents_time: 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, recycle_depth: int = 0, attention_kwargs: dict[str, typing.Any] | None = None, return_dict: bool = True)
المعاملات:
bb_ca (torch.Tensor) : إحداثيات العمود الفقري الضوضائية (batch, tokens, 3) بالنانومتر.
local_latents (torch.Tensor) : محليات محلية ضجيجية (batch, tokens, latent_dim).
bb_ca_time (torch.Tensor) : (batch,) زمن العمود الفقري في [0, 1].
local_latents_time (torch.Tensor) : (batch,) الزمن المحلي الكامن في [0, 1].
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 conditioning المتبقية، تحت المفاتيح التي يُصدرها المعالج المسبق. يُحدَّد أيٌّ منها سيُقرأ بواسطة feats_seq وfeats_cond_seq وfeats_pair_repr وfeats_pair_cond في نقطة الحفظ checkpoint؛ فإذا طلبت ميزة مُهيأة مفتاحاً غير موجود، تبقى تلك الميزة غير مشروطة بدلاً من رفع خطأ.
recycle_depth (int، القيمة الافتراضية 0) : عدد مرات المرور عبر الجذع؛ القيمة صفر تنفّذ مرورًا واحدًا.
attention_kwargs (dict، اختياري) : يُقرأ scale فقط، كمقياس LoRA لهذا الاستدعاء.
return_dict (bool، القيمة الافتراضية True) : إرجاع مخرجات مُنمّطة، أو مجموعة من الحقول غير الفارغة.
يعيد: RFD4ProteinaTransformerOutput أو tuple
سرعات العمود الفقري/الكامن المحلي وسجلات الاختيار/الإدراج الاختيارية، قبل دمج المجدول.
تنبّأ بالسرعات من الموترات الجزيئية المُعدّة دون تقدّم المُعيّن.
RFD4ProteinaTransformerOutput[[diffusers.models.transformers.transformer_rfd4_proteina.RFD4ProteinaTransformerOutput]]
diffusers.models.transformers.transformer_rfd4_proteina.RFD4ProteinaTransformerOutput[[diffusers.models.transformers.transformer_rfd4_proteina.RFD4ProteinaTransformerOutput]]
diffusers.models.transformers.transformer_rfd4_proteina.RFD4ProteinaTransformerOutput(backbone: Tensor, local_latents: typing.Optional[torch.Tensor] = None, sequence_logits: typing.Optional[torch.Tensor] = None, insertion_logits: typing.Optional[torch.Tensor] = None)
المعاملات:
backbone (torch.Tensor) : سرعة الهيكل العظمي (Backbone velocity) بشكل (batch, tokens, 3)، بوحدة نانومتر لكل وحدة زمنية.
local_latents (torch.Tensor) : سرعة كامنة (Latent velocity) بأبعاد (batch, tokens, latent_dim).
sequence_logits (torch.Tensor، اختياري) : قيم اللوجيتات المتبقية (Residue logits) بشكل (batch, tokens, 147).
insertion_logits (torch.Tensor، اختياري) : إسناد الإدراج لقيم اللوجيتس ذات الشكل (batch, tokens, tokens).
توقعات مُزيل الضوضاء قبل دمج المجدول.
Xet Storage Details
- Size:
- 9.77 kB
- Xet hash:
- 4d6a1f6dabadd29917f46028fb9707d6f7f094249abadf38b8142fa68782a30e
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.