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

RFD4ProteinaAutoencoder

O autoencoder de RFD4-Proteína. encode mapeia as coordenadas atom36 para latentes locais por token, e decode converte latentes e posições do backbone de volta para a estrutura atom37 e identidades de resíduos. Ele é registrado no pipeline como 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'))

Fonte

Parâmetros:

latent_dim (int, padrão 32) : Largura do latente local por token.

n_residue_types (int, padrão 147) : Tamanho do vocabulário de resíduos.

num_token_types (int, padrão 7) : Tamanho do vocabulário de tipos de tokens: proteína, RNA, DNA, atomizado, desconhecido, glicano e aminoácido não canônico.

allowed_residue_types (list[list[bool]]) : (num_token_types, n_residue_types) tabela das classes de resíduos para as quais cada tipo de token pode ser decodificado.

nlayers (int, padrão 12) : Camadas do tronco em cada um dos codificador e decodificador.

token_dim (int, padrão 768) : Largura da representação de tokens.

nheads (int, padrão 12) : Cabeças de atenção por camada.

dim_cond (int, padrão 128) : Largura do vetor de condicionamento (não utilizado, zero).

pair_repr_dim (int, padrão 256) : Largura dos pares com que as camadas do tronco são construídas. O autoencoder liberado não usa viés de par, portanto isso não retém parâmetros.

token_type_emb_dim (int, padrão 32) : Largura do embedding do tipo de token.

encoder_feats_seq, decoder_feats_seq (list[str]) : Recursos projetados nas entradas do codificador e do decodificador.

atom37_mask (list[list[bool]]) : Slots de atom37 válidos para cada tipo de resíduo, com forma (n_residue_types, 37).

Codificador molecular em pares e decodificador atom37.

As coordenadas fornecidas a e retornadas por este modelo estão em nanômetros.

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)

Fonte

Parâmetros:

coords_nm (torch.Tensor) : (batch, tokens, 37, 3) coordenadas atom37 em nanômetros.

padding_mask (torch.Tensor) : (batch, tokens), verdadeiro onde um token é real em vez de preenchimento.

token_type (torch.Tensor, opcional) : códigos de tipo de token (batch, tokens).

atom37_mask (torch.Tensor, opcional) : (batch, tokens, 37), verdadeiro onde um slot de átomo é utilizado.

conditioning (dict[str, Any], opcional) : Os tensores restantes de topologia e condicionamento, sob as chaves emitidas pelo pré-processador.

generator (torch.Generator ou list[torch.Generator], opcional) : Um gerador por linha do lote para amostras latentes estocásticas independentes. Sem um, a amostragem é extraída do fluxo global.

return_dict (bool, padrão True) : Retorna uma saída tipada ou uma tupla de seus campos.

Retorna: RFD4ProteinaEncoderOutput ou tuple

Tensores latentes, de média e de escala logarítmica com forma (batch, tokens, latent_dim).

Codifique as coordenadas preparadas e as condições em latentes locais por token amostrados.

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)

Fonte

Parâmetros:

z_latent (torch.Tensor) : (batch, tokens, latent_dim) latentes locais por token.

ca_coors_nm (torch.Tensor) : (batch, tokens, 3) posições CA do backbone em nanômetros.

padding_mask (torch.Tensor) : (batch, tokens), verdadeiro onde um token é real em vez de preenchimento.

token_type (torch.Tensor, opcional) : códigos de tipo de token (batch, tokens).

atom37_mask (torch.Tensor, opcional) : (batch, tokens, 37), verdadeiro onde um slot de átomo é utilizado.

conditioning (dict[str, Any], opcional) : Os tensores restantes de topologia e condicionamento, sob as chaves emitidas pelo pré-processador. A condição de sequência é lida daqui.

return_dict (bool, padrão True) : Retorna uma saída tipada ou uma tupla de seus campos.

Retorna: RFD4ProteinaDecoderOutput ou tuple

Coordenadas (batch, tokens, 37, 3) em nanômetros, tipos de resíduos (batch, tokens), máscara de emissão (batch, tokens) e máscara de átomos (batch, tokens, 37). As coordenadas de átomos não emitidos são zero.

Decodifique os latentes por token e as posições do backbone para a estrutura 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)

Fonte

Parâmetros:

z_latent (torch.Tensor) : (batch, tokens, latent_dim) latentes locais por token.

ca_coors_nm (torch.Tensor) : (batch, tokens, 3) posições CA do backbone em nanômetros.

padding_mask (torch.Tensor) : (batch, tokens), verdadeiro onde um token é real em vez de preenchimento.

token_type (torch.Tensor, opcional) : códigos de tipo de token (batch, tokens).

atom37_mask (torch.Tensor, opcional) : (batch, tokens, 37), verdadeiro onde um slot de átomo é utilizado.

conditioning (dict[str, Any], opcional) : Os tensores restantes de topologia e condicionamento.

return_dict (bool, padrão True) : Retorna uma saída tipada ou uma tupla de seus campos.

Retorna: RFD4ProteinaDecoderOutput ou tuple

Coordenadas decodificadas, tipos de resíduos e máscaras de átomo/emissão.

Decodifica os latentes por token e as posições do backbone; equivalente a chamar 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)

Fonte

Parâmetros:

latent (torch.Tensor) : Amostra mean + noise * exp(log_scale), zero fora dos tokens latentes emitidos.

mean (torch.Tensor) : média gaussiana, zero fora dos tokens latentes emitidos.

log_scale (torch.Tensor) : Desvio padrão logarítmico, zero fora dos tokens latentes emitidos.

Parâmetros latentes amostrados e gaussianos, cada um com a forma (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)

Fonte

Parâmetros:

coordinates (torch.Tensor) : Coordenadas (batch, tokens, 37, 3) em nanômetros; átomos não emitidos são zero.

residue_type (torch.Tensor) : Índices do vocabulário de resíduos com forma (batch, tokens).

emit_mask (torch.Tensor) : Máscara booleana de tokens emitidos com forma (batch, tokens).

atom_mask (torch.Tensor) : Máscara booleana de átomos válidos com forma (batch, tokens, 37).

Coordenadas moleculares decodificadas e topologia discreta de atom37.