Diffusers documentation

RFD4ProteinaAutoencoder

Diffusers

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).

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

RFD4ProteinaAutoencoder

Autoencoder của RFD4-Proteína. encode ánh xạ tọa độ atom37 sang các latent cục bộ theo từng token, và decode chuyển các latent cùng vị trí khung xương trở lại thành cấu trúc atom37 và danh tính các residue. Nó được đăng ký trong pipeline dưới tên vae.

from diffusers import RFD4ProteinaAutoencoder

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

RFD4ProteinaAutoencoder

lớp diffusers.RFD4ProteinaAutoencoder

< source >

( atom37_mask: Sequenceallowed_residue_types: Sequencelatent_dim: int = 32n_residue_types: int = 147num_token_types: int = 7nlayers: int = 12token_dim: int = 768nheads: int = 12dim_cond: int = 128pair_repr_dim: int = 256token_type_emb_dim: int = 32encoder_feats_seq: tuple = ('token_type', 'x1_a37coors_nm', 'x1_a37coors_nm_rel', 'chain_idx_seq', 'incident_bond_type_counts', 'atom37_element_charge_embedding')decoder_feats_seq: tuple = ('ca_coors_nm', 'z_latent_seq', 'token_type', 'cond_residue_type') )

Tham số

latent_dim (int, mặc định là 32) — Độ rộng của latent cục bộ cho từng token.
n_residue_types (int, mặc định là 147) — Kích thước từ vựng của residue.
num_token_types (int, mặc định là 7) — Kích thước của từ vựng token-type: protein, RNA, DNA, atomized, unknown, glycan và amino acid không chính tắc.
allowed_residue_types (list[list[bool]]) — bảng các lớp residue mà mỗi loại token có thể giải mã thành, kích thước (num_token_types, n_residue_types).
nlayers (int, mặc định là 12) — Số lớp trunk trong mỗi bộ mã hóa và bộ giải mã.
token_dim (int, mặc định là 768) — Độ rộng của biểu diễn token.
nheads (int, mặc định là 12) — Số đầu attention mỗi lớp.
dim_cond (int, mặc định là 128) — Độ rộng của vector điều kiện (không được sử dụng, bằng không).
pair_repr_dim (int, mặc định là 256) — Chiều rộng của cặp mà các lớp trunk được xây dựng. Autoencoder được phát hành không sử dụng pair bias, do đó tham số này không giữ bất kỳ tham số nào.
token_type_emb_dim (int, mặc định là 32) — Chiều rộng của embedding loại token.
encoder_feats_seq, decoder_feats_seq (list[str]) — Các đặc trưng được chiếu vào đầu vào của encoder và decoder.
atom37_mask (list[list[bool]]) — Các vị trí atom37 hợp lệ cho từng loại residue, có hình dạng (n_residue_types, 37).

Bộ mã hóa phân tử ghép cặp và bộ giải mã atom37.

Tọa độ được cung cấp cho và trả về bởi mô hình này được tính bằng nanomet.

encode

< source >

( coords_nm: Tensorpadding_mask: Tensortoken_type: typing.Optional[torch.Tensor] = Noneatom37_mask: typing.Optional[torch.Tensor] = Noneconditioning: dict[str, typing.Any] | None = Nonegenerator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = Nonereturn_dict: bool = True ) → RFD4ProteinaEncoderOutput or tuple

Tham số

coords_nm (torch.Tensor) — tọa độ của 37 nguyên tử, đơn vị nanomet, có dạng (batch, tokens, 37, 3).
padding_mask (torch.Tensor) — (batch, tokens), true tại các vị trí token thực sự thay vì padding.
token_type (torch.Tensor, tùy chọn) — mã token-type (batch, tokens).
atom37_mask (torch.Tensor, tuỳ chọn) — (batch, tokens, 37), giá trị true tại các vị trí mà một slot nguyên tử được sử dụng.
conditioning (dict[str, Any], tùy chọn) — Các tensor topology và conditioning còn lại, theo các khóa mà preprocessor phát ra.
generator (torch.Generator hoặc list[torch.Generator], tuỳ chọn) — Một generator cho mỗi hàng trong batch để lấy mẫu latent ngẫu nhiên độc lập. Nếu không có, việc lấy mẫu sẽ lấy từ luồng toàn cục.
return_dict (bool, mặc định là True) — Trả về một đầu ra có kiểu, hoặc một tuple chứa các trường của nó.

Trả về

RFD4ProteinaEncoderOutput hoặc tuple

Các tensor dạng latent, mean và log-scale có hình dạng (batch, tokens, latent_dim).

Mã hóa các tọa độ đã chuẩn bị và điều kiện thành các latent cục bộ theo từng token đã lấy mẫu.

decode

< source >

( z_latent: Tensorca_coors_nm: Tensorpadding_mask: Tensortoken_type: typing.Optional[torch.Tensor] = Noneatom37_mask: typing.Optional[torch.Tensor] = Noneconditioning: dict[str, typing.Any] | None = Nonereturn_dict: bool = True ) → RFD4ProteinaDecoderOutput or tuple

Tham số

z_latent (torch.Tensor) — (batch, tokens, latent_dim) các latent cục bộ theo từng token.
ca_coors_nm (torch.Tensor) — (batch, tokens, 3) vị trí CA của backbone tính bằng nanomet.
padding_mask (torch.Tensor) — (batch, tokens), true tại các vị trí token thực sự thay vì padding.
token_type (torch.Tensor, tùy chọn) — mã token-type (batch, tokens).
atom37_mask (torch.Tensor, tuỳ chọn) — (batch, tokens, 37), giá trị true tại các vị trí mà một slot nguyên tử được sử dụng.
conditioning (dict[str, Any], tùy chọn) — Các tensor topology và conditioning còn lại, dưới các key mà preprocessor phát ra. Điều kiện chuỗi (sequence condition) được đọc từ đây.
return_dict (bool, mặc định là True) — Trả về một đầu ra có kiểu, hoặc một tuple chứa các trường của nó.

Trả về

RFD4ProteinaDecoderOutput hoặc tuple

Tọa độ (batch, tokens, 37, 3) tính bằng nanomet, loại residue (batch, tokens), emission mask (batch, tokens) và atom mask (batch, tokens, 37). Tọa độ của các atom không được phát ra bằng 0.

Giải mã các ẩn (latents) theo từng token và các vị trí của backbone thành cấu trúc atom37.

forward

< source >

Tham số

z_latent (torch.Tensor) — (batch, tokens, latent_dim) các latent cục bộ theo từng token.
ca_coors_nm (torch.Tensor) — (batch, tokens, 3) vị trí CA của backbone tính bằng nanomet.
padding_mask (torch.Tensor) — (batch, tokens), true tại các vị trí token thực sự thay vì padding.
token_type (torch.Tensor, tùy chọn) — mã token-type (batch, tokens).
atom37_mask (torch.Tensor, tuỳ chọn) — (batch, tokens, 37), giá trị true tại các vị trí mà một slot nguyên tử được sử dụng.
conditioning (dict[str, Any], tùy chọn) — Các tensor topology và conditioning còn lại.
return_dict (bool, mặc định là True) — Trả về một đầu ra có kiểu, hoặc một tuple chứa các trường của nó.

Trả về

RFD4ProteinaDecoderOutput hoặc tuple

Tọa độ đã giải mã, các loại gốc và mặt nạ nguyên tử/phát xạ.

Giải mã các ẩn (latents) và vị trí backbone cho từng token; tương đương với việc gọi decode().

RFD4ProteinaEncoderOutput

class diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaEncoderOutput

< source >

( latent: Tensormean: typing.Optional[torch.Tensor] = Nonelog_scale: typing.Optional[torch.Tensor] = None )

Tham số

latent (torch.Tensor) — Mẫu mean + noise * exp(log_scale), bằng 0 bên ngoài các token latent được phát ra.
mean (torch.Tensor) — Trung bình Gaussian, bằng 0 bên ngoài các token tiềm năng đã phát ra.
log_scale (torch.Tensor) — Độ lệch chuẩn log, bằng 0 bên ngoài các token latent được phát ra.

Các tham số latent và Gaussian được lấy mẫu, mỗi tham số có hình dạng (batch, tokens, latent_dim).

RFD4ProteinaDecoderOutput

lớp diffusers.models.autoencoders.autoencoder_rfd4_proteina.RFD4ProteinaDecoderOutput

< source >

( coordinates: Tensorresidue_type: typing.Optional[torch.Tensor] = Noneemit_mask: typing.Optional[torch.Tensor] = Noneatom_mask: typing.Optional[torch.Tensor] = None )

Tham số

coordinates (torch.Tensor) — Tọa độ (batch, tokens, 37, 3) tính bằng nanomet; các nguyên tử không được phát ra có giá trị bằng 0.
residue_type (torch.Tensor) — Chỉ số từ vựng residue có hình dạng (batch, tokens).
emit_mask (torch.Tensor) — Mặt nạ boolean cho các token được phát ra, có hình dạng (batch, tokens).
atom_mask (torch.Tensor) — Mặt nạ boolean cho các nguyên tử hợp lệ, có hình dạng (batch, tokens, 37).

Tọa độ phân tử đã giải mã và topo nguyên tử37 rời rạc.

Update on GitHub

←QwenImageTransformer2DModel RFD4ProteinaTransformer→