diffusers/main/fr/api/models/rfd4_proteina_autoencoder.md

RFD4ProteinaAutoencoder

L'autoencodeur de RFD4-Proteína. encode mappe les coordonnées atom37 vers des latents locaux par jeton, et decode transforme les latents et les positions du squelette en structure atom37 et identités de résidus. Il est enregistré dans le pipeline sous le nom vae.

from diffusers import RFD4ProteinaAutoencoder

vae = RFD4ProteinaAutoencoder.from_pretrained("nvidia/RFD4-Proteina-Diffusers", subfolder="vae")

RFD4ProteinaAutoencoder[[diffusers.RFD4ProteinaAutoencoder]]

diffusers.RFD4ProteinaAutoencoder[[diffusers.RFD4ProteinaAutoencoder]]

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'))

Source

Paramètres :

latent_dim (int, par défaut 32) : Largeur du latent local par jeton.

n_residue_types (int, par défaut 147) : Taille du vocabulaire des résidus.

num_token_types (int, par défaut 7) : Taille du vocabulaire des types de jetons : protéine, ARN, ADN, atomisé, inconnu, glycan et acide aminé non canonique.

allowed_residue_types (list[list[bool]]) : table (num_token_types, n_residue_types) des classes de résidus auxquelles chaque type de jeton peut être décodé.

nlayers (int, par défaut 12) : Couches du tronc dans chacun de l'encodeur et du décodeur.

token_dim (int, par défaut 768) : Largeur de la représentation des jetons.

nheads (int, par défaut 12) : Têtes d'attention par couche.

dim_cond (int, par défaut 128) : Largeur du vecteur de conditionnement (non utilisé, nul).

pair_repr_dim (int, par défaut 256) : Largeur des paires avec lesquelles les couches du tronc sont construites. L'autoencodeur publié n'utilise aucun biais de paire, ce paramètre ne contient donc aucun paramètre.

token_type_emb_dim (int, par défaut 32) : Largeur de l'embedding du type de jeton.

encoder_feats_seq, decoder_feats_seq (list[str]) : Caractéristiques projetées dans les entrées de l'encodeur et du décodeur.

atom37_mask (list[list[bool]]) : Emplacements atom37 valides pour chaque type de résidu, de forme (n_residue_types, 37).

Encodeur moléculaire apparié et décodeur atom37.

Les coordonnées fournies à ce modèle et renvoyées par celui-ci sont exprimées en nanomètres.

encode[[diffusers.RFD4ProteinaAutoencoder.encode]]

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)

Source

Paramètres :

coords_nm (torch.Tensor) : (batch, tokens, 37, 3) coordonnées atom37 en nanomètres.

padding_mask (torch.Tensor) : (batch, tokens), vrai là où un jeton est réel plutôt que du bourrage.

token_type (torch.Tensor, facultatif) : codes de type de jeton (batch, tokens).

atom37_mask (torch.Tensor, facultatif) : (batch, tokens, 37), vrai là où un emplacement d'atome est utilisé.

conditioning (dict[str, Any], facultatif) : Les tenseurs de topologie et de conditionnement restants, sous les clés émises par le préprocesseur.

generator (torch.Generator ou list[torch.Generator], facultatif) : Un générateur par ligne du lot pour des échantillons latents stochastiques indépendants. En l'absence de générateur, l'échantillonnage est effectué à partir du flux global.

return_dict (bool, par défaut True) : Retourne une sortie typée, ou un tuple de ses champs.

Retourne : RFD4ProteinaEncoderOutput ou tuple

Tenseurs latents, de moyenne et d'échelle logarithmique de forme (batch, tokens, latent_dim).

Encoder les coordonnées préparées et les conditions en latents locaux par jeton échantillonnés.

decode[[diffusers.RFD4ProteinaAutoencoder.decode]]

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)

Source

Paramètres :

z_latent (torch.Tensor) : (batch, tokens, latent_dim) latents locaux par jeton.

ca_coors_nm (torch.Tensor) : (batch, tokens, 3) positions CA du backbone en nanomètres.

padding_mask (torch.Tensor) : (batch, tokens), vrai là où un jeton est réel plutôt que du bourrage.

token_type (torch.Tensor, facultatif) : codes de type de jeton (batch, tokens).

atom37_mask (torch.Tensor, facultatif) : (batch, tokens, 37), vrai là où un emplacement d'atome est utilisé.

conditioning (dict[str, Any], facultatif) : Les tenseurs de topologie et de conditionnement restants, sous les clés émises par le préprocesseur. La condition de séquence est lue ici.

return_dict (bool, par défaut True) : Retourne une sortie typée, ou un tuple de ses champs.

Retourne : RFD4ProteinaDecoderOutput ou tuple

Coordonnées (batch, tokens, 37, 3) en nanomètres, types de résidus (batch, tokens), masque d'émission (batch, tokens) et masque d'atomes (batch, tokens, 37). Les coordonnées des atomes non émis sont nulles.

Décoder les latents par jeton et les positions du backbone en structure atom37.

forward[[diffusers.RFD4ProteinaAutoencoder.forward]]

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)

Source

Paramètres :

z_latent (torch.Tensor) : (batch, tokens, latent_dim) latents locaux par jeton.

ca_coors_nm (torch.Tensor) : (batch, tokens, 3) positions CA du backbone en nanomètres.

padding_mask (torch.Tensor) : (batch, tokens), vrai là où un jeton est réel plutôt que du bourrage.

token_type (torch.Tensor, facultatif) : codes de type de jeton (batch, tokens).

atom37_mask (torch.Tensor, facultatif) : (batch, tokens, 37), vrai là où un emplacement d'atome est utilisé.

conditioning (dict[str, Any], facultatif) : Les tenseurs restants de topologie et de conditionnement.

return_dict (bool, par défaut True) : Retourne une sortie typée, ou un tuple de ses champs.

Retourne : RFD4ProteinaDecoderOutput ou tuple

Coordonnées décodées, types de résidus et masques d'atomes/émissions.

Décode les latents par jeton et les positions du backbone ; équivalent à l'appel de decode().

RFD4ProteinaEncoderOutput[[diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput]]

diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput[[diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput]]

diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput(latent: Tensor, mean: typing.Optional[torch.Tensor] = None, log_scale: typing.Optional[torch.Tensor] = None)

Source

Paramètres :

latent (torch.Tensor) : Échantillon mean + noise * exp(log_scale), nul en dehors des jetons latents émis.

mean (torch.Tensor) : moyenne gaussienne, nulle en dehors des jetons latents émis.

log_scale (torch.Tensor) : Écart-type logarithmique, nul en dehors des jetons latents émis.

Paramètres latents échantillonnés et gaussiens, chacun de forme (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]]

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)

Source

Paramètres :

coordinates (torch.Tensor) : Coordonnées (batch, tokens, 37, 3) en nanomètres ; les atomes non émis sont nuls.

residue_type (torch.Tensor) : Indices du vocabulaire des résidus, de forme (batch, tokens).

emit_mask (torch.Tensor) : masque booléen des jetons émis, de forme (batch, tokens).

atom_mask (torch.Tensor) : Masque booléen des atomes valides, de forme (batch, tokens, 37).

Coordonnées moléculaires décodées et topologie discrète atom37.