Hugging Face's logo

Diffusers documentation

RFD4ProteinaTransformer

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.42.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

RFD4ProteinaTransformer

مزيل الضوضاء الخاص بـ RFD4-Proteína. يتنبأ بالسرعات للوضعيتين اللتين يدمجهما المُعيّن — مواقع CA للهيكل العظمي والقيم الكامنة المحلية لكل رمز — من الموترات الجزيئية المُعدّة. المدخلات هي موتورات مُسماة بالإضافة إلى خرائط شروط يختار محتوى تكوين نقطة الحفظ؛ أما تحليل البنية فهو خارج نطاق هذه الفئة.

from diffusers import RFD4ProteinaTransformer

transformer = RFD4ProteinaTransformer.from_pretrained(
    "nvidia/RFD4-Proteina-Diffusers", subfolder="transformer"
)

RFD4ProteinaTransformer

فئة diffusers.RFD4ProteinaTransformer

< >

( nlayers: int = 14token_dim: int = 768nheads: int = 12dim_cond: int = 256pair_repr_dim: int = 384latent_dim: int = 32token_type_emb_dim: int = 32cath_emb_dim: int = 32t_emb_dim: int = 256seq_sep_dim: int = 64xt_pair_dist_dim: int = 30xt_pair_dist_min: float = 0.1xt_pair_dist_max: float = 3.0feats_seq: tuple = ('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 = ('time_emb_bb_ca', 'time_emb_local_latents', 'cath_code', 'recycle_remaining')feats_pair_repr: tuple = ('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 = ('time_emb_bb_ca', 'time_emb_local_latents')update_pair_repr_every_n: int = 2tri_mult_c: int = 256num_sequence_classes: int = 147num_token_types: int = 7recycle_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 الأزواج.
  • 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 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 بين الأزواج 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) — تكرار تحديث تمثيل الأزواج من الرموز بين الطبقات.
  • tri_mult_c (int، القيمة الافتراضية 256) — عرض الطبقة المخفية في عملية ضرب المثلثات في تلك التحديثات.
  • num_token_types (int، القيمة الافتراضية 7) — حجم مفردات أنواع الرموز: البروتين، وحمض核ريبوني، وحمض نووي، وذرات، ومجهول، وسكاريد، وحمض أميني غير قياسي.
  • recycle_conditioning_dim (int، القيمة الافتراضية 1) — عرض الترميز أحادي الحقل recycle_remaining، عندما يكون هذا الميزة ضمن feats_cond_seq.
  • num_sequence_classes (int، القيمة الافتراضية 147) — حجم قاموس البقايا 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

< >

( bb_ca: Tensorlocal_latents: Tensorbb_ca_time: Tensorlocal_latents_time: Tensorpadding_mask: Tensortoken_type: typing.Optional[torch.Tensor] = Noneatom37_mask: typing.Optional[torch.Tensor] = Noneconditioning: dict[str, typing.Any] | None = Nonerecycle_depth: int = 0attention_kwargs: dict[str, typing.Any] | None = Nonereturn_dict: bool = True ) → RFD4ProteinaTransformerOutput or tuple

المعاملات

  • bb_ca (torch.Tensor) — إحداثيات العمود الفقري الضوضائية (batch, tokens, 3) بالنانومتر.
  • local_latents (torch.Tensor) — محفزات محلية ضجيجية (batch, tokens, latent_dim).
  • bb_ca_time (torch.Tensor) — (batch,) وقت العمود الفقري في [0, 1].
  • local_latents_time (torch.Tensor) — (batch,) زمن الكامنة المحلي في [0, 1].
  • padding_mask (torch.Tensor) — (batch, tokens)، تكون قيمتها 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 قيمته true حيث يُستخدم خانة ذرة.
  • conditioning (dict[str, Any], اختياري) — متجهات البنية المتبقية والشروط، تحت المفاتيح التي يُصدرها المعالج المسبق. يُحدَّد أيٌّ منها سيُقرأ بواسطة feats_seq، feats_cond_seq، feats_pair_repr وfeats_pair_cond في نقطة الحفظ؛ فإذا طلبت ميزة مُهيأة مفتاحًا 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، باعتباره مقياس LoRA لهذا الاستدعاء.
  • return_dict (bool، القيمة الافتراضية True) — إرجاع مخرجات من نوع محدد، أو مجموعة (tuple) من الحقول غير الفارغة (non-None).

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

فئة diffusers.models.transformers.transformer_rfd4_proteina.RFD4ProteinaTransformerOutput

< >

( backbone: Tensorlocal_latents: typing.Optional[torch.Tensor] = Nonesequence_logits: typing.Optional[torch.Tensor] = Noneinsertion_logits: typing.Optional[torch.Tensor] = None )

المعاملات

  • backbone (torch.Tensor) — سرعة الهيكل العظمي بأبعاد (batch, tokens, 3)، بوحدة نانومتر لكل وحدة زمنية.
  • local_latents (torch.Tensor) — سرعة كامنة على شكل (batch, tokens, latent_dim).
  • sequence_logits (torch.Tensor، اختياري) — قيم اللوجيتس للبقايا على شكل (batch, tokens, 147).
  • insertion_logits (torch.Tensor، اختياري) — قيم الاحتمالات (Logits) الخاصة بتعيين الإدراج، بأبعاد (batch, tokens, tokens).

توقعات مُزيل الضوضاء قبل دمج المجدول.

Update on GitHub

←RFD4ProteinaAutoencoder SanaTransformer2DModel→