Closed hailong23-jin closed 3 years ago
使用--init_model 参数指定预训练模型路径。 和模型预测中加载模型是类似的。
你好,这里的代码我之前看过,并且仔细阅读了相关接口的源码部分,但是我还是没有搞清楚预训练模型是怎样加载和起作用的。我希望通过预训练模型得到该蛋白质的表征表示,它应当是一个矩阵。于是我想应当有这样一个类(或者说神经网络),可以用预训练的参数去初始化这个类,然后通过给定这个类一个蛋白质序列的输入,例如“MVLSPADKTNVKAAWGKVGAHAGEYG”,然后它返回给我一个特征表示矩阵。但我在源码中并没有找到类似的实现。在上面代码的例子中,仅仅调用 exe.run(......)
一行代码,我就直接得到了分类结果,而我想要的是中间的蛋白质表征部分,然后在这个基础上加一些自定义的操作。
例如:
model=PretrainModel(init_model_path)
protein_presentation=model.getProteinPresentation("MVLSPADKTNVKAAWGKVGAHAGEYG")
有类似这样的实现吗?
你好,这里的代码我之前看过,并且仔细阅读了相关接口的源码部分,但是我还是没有搞清楚预训练模型是怎样加载和起作用的。我希望通过预训练模型得到该蛋白质的表征表示,它应当是一个矩阵。于是我想应当有这样一个类(或者说神经网络),可以用预训练的参数去初始化这个类,然后通过给定这个类一个蛋白质序列的输入,例如“MVLSPADKTNVKAAWGKVGAHAGEYG”,然后它返回给我一个特征表示矩阵。但我在源码中并没有找到类似的实现。在上面代码的例子中,仅仅调用
exe.run(......)
一行代码,我就直接得到了分类结果,而我想要的是中间的蛋白质表征部分,然后在这个基础上加一些自定义的操作。 例如:model=PretrainModel(init_model_path) protein_presentation=model.getProteinPresentation("MVLSPADKTNVKAAWGKVGAHAGEYG")
有类似这样的实现吗?
您好,你可以通过 https://github.com/PaddlePaddle/PaddleHelix/blob/dev/apps/pretrained_protein/tape/tape_model.py#L184,使用 hidden 或 pooled_hidden 作为蛋白质的表征,然后基于这个蛋白质表征再添加一些自定义操作。
你好,这里的代码我之前看过,并且仔细阅读了相关接口的源码部分,但是我还是没有搞清楚预训练模型是怎样加载和起作用的。我希望通过预训练模型得到该蛋白质的表征表示,它应当是一个矩阵。于是我想应当有这样一个类(或者说神经网络),可以用预训练的参数去初始化这个类,然后通过给定这个类一个蛋白质序列的输入,例如“MVLSPADKTNVKAAWGKVGAHAGEYG”,然后它返回给我一个特征表示矩阵。但我在源码中并没有找到类似的实现。在上面代码的例子中,仅仅调用
exe.run(......)
一行代码,我就直接得到了分类结果,而我想要的是中间的蛋白质表征部分,然后在这个基础上加一些自定义的操作。 例如:model=PretrainModel(init_model_path) protein_presentation=model.getProteinPresentation("MVLSPADKTNVKAAWGKVGAHAGEYG")
有类似这样的实现吗?
您好,你可以通过 https://github.com/PaddlePaddle/PaddleHelix/blob/dev/apps/pretrained_protein/tape/tape_model.py#L184,使用 hidden 或 pooled_hidden 作为蛋白质的表征,然后基于这个蛋白质表征再添加一些自定义操作。
好的,看到了,非常感谢!
你好,这里的代码我之前看过,并且仔细阅读了相关接口的源码部分,但是我还是没有搞清楚预训练模型是怎样加载和起作用的。我希望通过预训练模型得到该蛋白质的表征表示,它应当是一个矩阵。于是我想应当有这样一个类(或者说神经网络),可以用预训练的参数去初始化这个类,然后通过给定这个类一个蛋白质序列的输入,例如“MVLSPADKTNVKAAWGKVGAHAGEYG”,然后它返回给我一个特征表示矩阵。但我在源码中并没有找到类似的实现。在上面代码的例子中,仅仅调用
exe.run(......)
一行代码,我就直接得到了分类结果,而我想要的是中间的蛋白质表征部分,然后在这个基础上加一些自定义的操作。 例如:model=PretrainModel(init_model_path) protein_presentation=model.getProteinPresentation("MVLSPADKTNVKAAWGKVGAHAGEYG")
有类似这样的实现吗?
您好,你可以通过 https://github.com/PaddlePaddle/PaddleHelix/blob/dev/apps/pretrained_protein/tape/tape_model.py#L184,使用 hidden 或 pooled_hidden 作为蛋白质的表征,然后基于这个蛋白质表征再添加一些自定义操作。
好的,看到了,非常感谢!
你好,这里的代码我之前看过,并且仔细阅读了相关接口的源码部分,但是我还是没有搞清楚预训练模型是怎样加载和起作用的。我希望通过预训练模型得到该蛋白质的表征表示,它应当是一个矩阵。于是我想应当有这样一个类(或者说神经网络),可以用预训练的参数去初始化这个类,然后通过给定这个类一个蛋白质序列的输入,例如“MVLSPADKTNVKAAWGKVGAHAGEYG”,然后它返回给我一个特征表示矩阵。但我在源码中并没有找到类似的实现。在上面代码的例子中,仅仅调用
exe.run(......)
一行代码,我就直接得到了分类结果,而我想要的是中间的蛋白质表征部分,然后在这个基础上加一些自定义的操作。 例如:model=PretrainModel(init_model_path) protein_presentation=model.getProteinPresentation("MVLSPADKTNVKAAWGKVGAHAGEYG")
有类似这样的实现吗?
您好,你可以通过 https://github.com/PaddlePaddle/PaddleHelix/blob/dev/apps/pretrained_protein/tape/tape_model.py#L184,使用 hidden 或 pooled_hidden 作为蛋白质的表征,然后基于这个蛋白质表征再添加一些自定义操作。
好的,看到了,非常感谢!
您好,现在无法通过上述连接访问到pretrained_protein/tape/tape_model.py中的tape_model.py文件,请问该怎样寻找tape这一项目中的tape_model.py文件。期待您的答复!
问题已解决,找到tape_model.py文件了
我已经下载了蛋白质预训练的三个模型,Transformer、LSTM和ResNet。怎么样才能在代码中使用它们呢?能给一些Demo吗?比如说怎样才能利用预训练的模型获得给定蛋白质的预训练表征。