Datawhale 春训营材料设计赛道

Pythonliu7

已于 2025-04-26 23:44:22 修改

阅读量756

点赞数 30

文章标签： hi哦了

于 2025-04-21 00:20:43 首次发布

本文链接：https://blog.youkuaiyun.com/Pythonliu7/article/details/147378054

版权

作业1：理解赛题

🤔：本题任务是什么？这个任务是典型的什么问题？输入与输出是什么？

聚焦于 3D分子构象条件生成， 旨在通过生成式AI技术解决材料科学领域的核心挑战。

相关领域难点

实验方法面临 高昂成本 与 复杂操作流程， 尤其在新材料、催化剂设计中分子结构数据严重匮乏。
理论计算依赖 海量算力资源 （如量子力学计算），生成效率低,难以快速满足科研需求。

竞赛分为初赛（生成合理分子结构）和复赛（根据能量值定制分子），要求选手以人工智能方法生成符合 价键理论 且具有潜在应用价值的新分子。

赛题解读

初赛任务：生成合理的的 3D 分子结构 。选手通过训练集训练 AI 生成式模型，再用该模型生成 1 万个分子的 3D 结构（由原子元素种类和原子坐标表示，无顺序约束），后台会评测生成分子的合理性以及是否新颖。

输入数据： 分子构象数据，文件格式为 .pkl ，是用来训练模型的分子样本

由一个包含若干训练样本的 list 构成，每个样本包含一个 dict，字段说明如下：

字段	中文名	数据类型	说明
`natoms`	原子数量	int	表示当前样本总共的原子数量
`elements`	原子元素种类	List[str]	描述当前样本的组成原子种类，第 i 个元素表示第 i 个原子的元素种类
`coordinates`	原子坐标	List[List[float]]	描述当前样本每个原子的 3D 位置，顺序与 `elements` 的 value 对应，第 i 个元素表示第 i 个原子在笛卡尔坐标系中的坐标

样本数量	元素种类	单分子最大构象数量
4-5 万	C,H,O,N,F,P,S,Cl,Br	1

输出数据 ：分子构象数据，文件格式为 .pkl ，生成的10000个分子结构

应通过基于输入数据训练出来的模型生成。 生成时，分子大小的分布，各元素出现频率的分布须与给定数据集一致；生成最大的分子的原子数不允许超过60，否则会影响最终提交结果及分数。 。文件中，所有分子数据存在一个列表中，每个分子表示为一个dict类，具有三个key：'natoms', 'elements', 'coordinates'。他们的value需要服从以下数据格式要求：

'natoms' : int. # example: 46
'elements' : list[str] # example: ['C', 'H', 'O']
'coordinates' : list[list[float, float, float], list[float, float, float], ...] # example: [[1.2, 0.5, -0.2], [0.54, -0.41, 1.45]]

文件中生成的分子数目需严格等于10000。其它数目的提交文件被判作废。

评价指标

首先根据真实的键长键角，判断生成分子中存在的化学键，根据化学键将 3D 分子映射为 2D 的图结构。

有效性 ：根据价键理论判断原子和分子稳定性；利用 RDKiT 库函数及一些自定义规则判断分子是否合理，统计合理分子占总生成分子数的比例。
唯一性 ：筛选具有有效性的去除所有重复分子，计算剩下不重复分子占总生成分子数的比例。
创新性 ：在去重的分子中，统计训练集中未出现的分子占总生成分子数的比例。
数据集分布相似性（反作弊评分） ：赛事方后台会计算选手提交文件和训练集分布的差异，严重脱离训练集分布的结果会被标记为异常结果，并会影响分数，赛事方会进行相应核查。

最终分数由 1，2，3 分数加权组合得到，对于满足原则的生成结果， 数据集分布相似性不会影响分数 。

🤔：我们需要用到的数据有哪些？长什么样子

import pickle
import sys
import pprint

def print_pkl_content(file_path):
    """打印pkl文件的内容"""
    try:
        with open(file_path, 'rb') as f:
            data = pickle.load(f)
        
        print(f"数据类型: {type(data)}")
        
        if isinstance(data, dict):
            print("\n字典键:")
            for key in data.keys():
                print(f"  - {key} (类型: {type(data[key])})")
            
            print("\n详细内容:")
            pp = pprint.PrettyPrinter(indent=2)
            pp.pprint(data)
        elif isinstance(data, list):
            print(f"\n列表长度: {len(data)}")
            if len(data) > 0:
                print(f"第一个元素类型: {type(data[0])}")
                print("\n前几个元素:")
                pp = pprint.PrettyPrinter(indent=2)
                pp.pprint(data)
        else:
            print("\n内容:")
            pp = pprint.PrettyPrinter(indent=2)
            pp.pprint(data)
            
    except Exception as e:
        print(f"打开文件时出错: {e}")

if __name__ == "__main__":
    file_path = "/root/competition/data_all.pkl"
    print_pkl_content(file_path)

一开始我们可能会觉得赛事提供的 data_all.pkl 和提供的 baseline 的中包含的数据不一致，

但事实上是一致的但是赛事方帮我们把原本的数据进行拆解为三个子集，并且按照训练的输入输出进行了转化，可以从下面的代码去观察整个 baseline 训练数据的分布和数据的输入格式，注意修改 directory_path

import pickle
import numpy as np
import os
import pprint
from pathlib import Path

def print_pickle_content(file_path):
    """打印pickle文件的内容"""
    try:
        with open(file_path, 'rb') as f:
            data = pickle.load(f)
        
        print(f"文件: {os.path.basename(file_path)}")
        print(f"数据类型: {type(data)}")
        
        if isinstance(data, dict):
            print("\n字典键:")
            for key in data.keys():
                print(f"  - {key} (类型: {type(data[key])})")
                
                # 打印字典值的更多信息
                if isinstance(data[key], np.ndarray):
                    print(f"    形状: {data[key].shape}, 数据类型: {data[key].dtype}")
                    if data[key].size < 10:
                        print(f"    内容: {data[key]}")
                    else:
                        print(f"    前几个元素: {data[key].flatten()[:5]}...")
                elif isinstance(data[key], list):
                    print(f"    长度: {len(data[key])}")
                    if len(data[key]) < 5:
                        print(f"    内容: {data[key]}")
                    else:
                        print(f"    前几个元素: {data[key][:5]}...")
            
            # 对于较小的字典，打印完整内容
            if len(data) < 5:
                print("\n完整内容:")
                pp = pprint.PrettyPrinter(indent=2)
                pp.pprint(data)
                
        elif isinstance(data, list):
            print(f"\n列表长度: {len(data)}")
            if len(data) > 0:
                print(f"第一个元素类型: {type(data[0])}")
                print("\n前几个元素:")
                pp = pprint.PrettyPrinter(indent=2)
                pp.pprint(data[:5] if len(data) > 5 else data)
        else:
            print("\n内容:")
            pp = pprint.PrettyPrinter(indent=2)
            pp.pprint(data)
            
    except Exception as e:
        print(f"打开pickle文件时出错: {e}")

def print_npz_content(file_path):
    """打印npz文件的内容"""
    try:
        data = np.load(file_path)
        
        print(f"文件: {os.path.basename(file_path)}")
        print(f"数据类型: {type(data)}")
        
        if isinstance(data, np.lib.npyio.NpzFile):
            print("\n数组键:")
            for key in data.files:
                array = data[key]
                print(f"  - {key}: 形状 {array.shape}, 数据类型 {array.dtype}")
                if array.size < 10:
                    print(f"    内容: {array}")
                else:
                    if array.ndim > 1:
                        print(f"    第一行内容: {array[0]} 长度为{len(array[0])}")
                    else:
                        print(f"    前几个元素: {array[:5]}...")
        else:
            print(f"形状: {data.shape}, 数据类型: {data.dtype}")
            if data.size < 10:
                print(f"内容: {data}")
            else:
                print(f"前几个元素: {data.flatten()[:5]}...")
            
    except Exception as e:
        print(f"打开npz文件时出错: {e}")

def print_directory_contents(directory_path):
    """打印目录中所有文件的内容"""
    dir_path = Path(directory_path)
    
    if not dir_path.exists() or not dir_path.is_dir():
        print(f"错误: {directory_path} 不是一个有效的目录")
        return
    
    files = list(dir_path.glob("*"))
    print(f"目录 {directory_path} 中共有 {len(files)} 个文件")
    
    for file_path in files:
        print("\n" + "="*50)
        print(f"处理文件: {file_path}")
        
        if file_path.suffix.lower() in ('.pickle', '.pkl'):
            print_pickle_content(file_path)
        elif file_path.suffix.lower() == '.npz':
            print_npz_content(file_path)
        else:
            print(f"不支持的文件类型: {file_path.suffix}")
        
        print("="*50)

if __name__ == "__main__":
    directory_path = "/root/competition/data/competition"
    print_directory_contents(directory_path)

如果赛事方更新了训练数据，或者希望自己重新切分数据比例，或者针对数据进行增强，需要额外处理数据的格式，在这里我们给出数据切分代码，由 pkl 转为 train、valid、test 的三个 npz 文件。

import pickle
from sklearn.model_selection import train_test_split
import numpy as np
import pandas as pd
from copy import deepcopy

all_data = pickle.load(open('data_all.pkl', 'rb'))
all_data = pd.DataFrame(all_data)

natoms_data = all_data['natoms'].to_numpy()

atom_dict = {
    "C": 6,
    "H": 1,
    "O": 8,
    "N": 7,
    "F": 9,
    "P": 15,
    "S": 16,
    "Cl": 17,
    "Br": 35,
}
elements_data = []
for element in all_data["elements"]:
    element_list = []
    for atom in element:
        element_list.append(atom_dict[atom])
    element_list = np.array(element_list)
    element_list = np.pad(element_list, (0, 60 - len(element_list)), mode="constant", constant_values=0)
    element_list = element_list[:60]
    elements_data.append(element_list)
elements_data = np.array(elements_data)

coor_list = []
for element in all_data["coordinates"]:
    element = deepcopy(element)
    if len(element) < 60:
        element.extend([[0.0, 0.0, 0.0]] * (60 - len(element)))
    element = np.array(element)
    element = element[:60]
    coor_list.append(element)
coor_data = np.array(coor_list)

train_natoms, temp_natoms = train_test_split(natoms_data, test_size=0.2, random_state=42)
val_natoms, test_natoms = train_test_split(temp_natoms, test_size=0.5, random_state=42)

train_elements, temp_elements = train_test_split(elements_data, test_size=0.2, random_state=42)
val_elements, test_elements = train_test_split(temp_elements, test_size=0.5, random_state=42)

train_coor, temp_coor = train_test_split(coor_data, test_size=0.2, random_state=42)
val_coor, test_coor = train_test_split(temp_coor, test_size=0.5, random_state=42)

train_data = np.savez_compressed('train.npz', natoms=train_natoms, charges=train_elements, positions=train_coor)

val_data = np.savez_compressed('valid.npz', natoms=val_natoms, charges=val_elements, positions=val_coor)

test_data = np.savez_compressed('test.npz', natoms=test_natoms, charges=test_elements, positions=test_coor)

‘/

num_atoms： [17 21 19 ... 25 32 18] 表示为原子数量
charges：[ 6  6  8  8  6  6  6  7  6 16  1  1  1  1  1  1  1  0  0  0  0  0  0  0
  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
  0  0  0  0  0  0  0  0  0  0  0  0] 长度为60 表示为对应的原子序列数 赛事要求生成的原子序列数得小于60 
  这样的输入符合条件
  positions:[[-3.21805733e+00  7.10018754e-01  2.50179573e-01]
 [-2.23032949e+00 -4.05445001e-01  1.49888750e-02]
 [-2.50381737e+00 -1.55804960e+00 -2.07941942e-01]
 [-9.58817155e-01  5.01882687e-02  8.09005480e-02]
 [ 7.36242693e-02 -9.30148255e-01 -1.24097884e-01]
 [ 1.40729161e+00 -2.75227023e-01 -9.75905600e-04]
 [ 2.37120845e+00 -1.26356958e-01 -9.68925145e-01]
 [ 3.52556242e+00  5.03332756e-01 -5.88108377e-01]
 [ 3.46803644e+00  8.49552271e-01  6.62381934e-01]
 [ 1.98850575e+00  4.26801859e-01  1.48299858e+00]
 [-3.08777001e+00  1.49176138e+00 -5.14021375e-01]
 [-4.23860031e+00  3.11550965e-01  2.09990471e-01]
 [-3.03139238e+00  1.17887217e+00  1.22840531e+00]
 [-6.09373042e-02 -1.74530731e+00  6.05643289e-01]
 [-3.04329331e-02 -1.37704055e+00 -1.12549782e+00]
 [ 2.26174413e+00 -4.81177501e-01 -1.99641722e+00]
 [ 4.26418121e+00  1.37657377e+00  1.19419709e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]
 [ 0.00000000e+00  0.00000000e+00  0.00000000e+00]] 长度为60 表示为原子在3d空间的位置分布

如何来解决这个题目？/

使用赛事官方提供的等变扩散模型（EDM），这是基于 Diffusion Model 的一种变种模型，加入了 E(3) 等变性。

E(3) 等变性'

在固体材料的晶体结构中，存在着一些特定的变化规律。我们想象一个在桌上放着的小球，现在有一个力施加在小球上面，现在将这个小球向右平移 10 厘米，这个力的方向和大小有什么变化？这个小球的势能有什么变化？

答案是：力和势能都不发生变化。

那同样的问题，这时候我们旋转小球呢？小球的势能依旧不变，但是这时候它的受力会跟着坐标轴的旋转而一起旋转。另外还有种情况就是镜像对称，假设有个魔法镜子，能生成一个镜像小球，那这个镜像小球的受力和势能会怎么变化呢？结果应该是势能不变，但是受力会随着镜面（实际是坐标轴）一起对称。

晶体是由许多个原子组成，在不考虑复杂的固体物理知识和宇称不守恒的前提下，我们可以将小球上会发生的事情套用在晶体中的原子上，我们发现，在材料的晶体结构中似乎存在着三种特殊的变化，它们分别与平移、旋转和镜面对称相关，这就是所谓的 E(3) 等变性

🤔：baseline里有哪些文件、有什么作用？吃透需要关注哪些核心函数？

训练脚本 train.sh

注意请不要修改 dataset 的参数

因为"competition"参数默认使用赛事要求的对应的元素种类【C，H，O，N，F，P，S，Cl，Br】并且限制最大的分子原子数为 60。

参数设计小 tips

如果发现提交结果分数为 0 主要是因为设置的 n_epochs 太小在原本的 baseline 如果 epochs 小于 30 基本都为 0 可以尝试调大 layers 注意 diffusion_steps 没必要调太大（但也不能太小，500 合适）这样会导致需要耗费很多的时间在后面生成分子上

##train.sh
python main.py --n_epochs 100 \
    --exp_name edm_competition \
    --n_stability_samples 1000 \
    --diffusion_noise_schedule polynomial_2 \
    --diffusion_noise_precision 1e-5 \
    --diffusion_steps 500 \
    --diffusion_loss_type l2 \
    --ema_decay 0.9999 \
    --dataset "competition" \
    --datadir "./data/competition"

生成分子的命令

需要修改的是--model_path 后的路径得是你训练后的路径一般保存在 outputs 下面然后 n_samples 不要修改一定要为 10000 赛事要求生成的分子数量得为 10000

python sample.py --model_path ./outputs/edm_competition_20250321_171233 \
    --n_samples 10000

进阶Task2：深入赛题丝滑实现

节省算力 --- 无卡启动

jupyterlab 进入 /root/sais_third_material_baseline 目录

diffusion_steps 应该是扩散过程的总步数，diffusion_noise_schedule 是噪声的分布策略，diffusion_noise_precision 是噪声的精度，diffusion_loss_type 是损失函数的选择

parser.add_argument('--diffusion_steps', type=int, default=1000)  # 增加步数
parser.add_argument('--diffusion_noise_schedule', type=str, default='cosine')  # 使用余弦调度
parser.add_argument('--diffusion_noise_precision', type=float, default=1e-6)  # 增加精度
parser.add_argument('--diffusion_loss_type', type=str, default='vlb')  # 使用 VLB 损失

# parser.add_argument("--conditioning", nargs='+', default=[],
#                     help='arguments : homo | lumo | alpha | gap | mu | Cv' )

一
parser.add_argument("--conditioning", nargs='+', default=['homo', 'lumo', 'gap'],
                    help='arguments : homo | lumo | alpha | gap | mu | Cv')
二
parser.add_argument("--conditioning", nargs='+', default=['mu', 'Cv'],
                    help='arguments : homo | lumo | alpha | gap | mu | Cv')
三
parser.add_argument("--conditioning", nargs='+', default=['homo', 'lumo', 'gap'],
                    help='arguments : homo | lumo | alpha | gap | mu | Cv')

保存并关机

突然变一卡了，非常纳闷

可以设一个200min左右的定时关机

edm_competition_resume_xxxx 目录替换到下面的命令中

python sample.py --model_path ./outputs/替换到这里 --n_samples 10000


/competition/outputs/debug_10_20250424_120247

python sample.py --model_path ./outputs/debug_10_20250424_120247 --n_samples 10000

进阶三 - -

Dataset 数据集

Offical Dataset 官方数据集

The offical raw GEOM dataset is avaiable [here].
官方原始 GEOM 数据集可在[此处]获取。

Preprocessed dataset 预处理数据集

We provide the preprocessed datasets (GEOM) in this [google drive folder]. After downleading the dataset, it should be put into the folder path as specified in the dataset variable of config files ./configs/*.yml.
我们在此[谷歌驱动文件夹]中提供了预处理的 GEOM 数据集（ ./configs/*.yml ）。下载数据集后，应将其放入配置文件中指定的 dataset 变量路径下。

Prepare your own GEOM dataset from scratch (optional)
从头开始准备自己的 GEOM 数据集（可选）

You can also download origianl GEOM full dataset and prepare your own data split. A guide is available at previous work ConfGF's [github page].
您也可以下载原始 GEOM 完整数据集并准备您自己的数据分割。指南可在之前工作的 ConfGF 的[github 页面]找到。

https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/JNGTDF

原始数据就不下载了

Preprocessed dataset 预处理数据集下载

ICLR22 GeoDiff - Google Drive

python train.py /config/drugs_default.yml

参考——————————————————————————————————————————————————

原笔迹

第三届世界科学智能大赛材料设计赛道：3D分子构象条件生成

http://competition.sais.com.cn/competitionDetail/532312/format

赛题和数据

http://competition.sais.com.cn/competitionDetail/532312/competitionData

Task

然而，在许多特定领域（如新材料设计、催化剂设计等），分子结构数据往往存在严重匮乏的现象。实验方法受限于高昂的成本与复杂性，而理论计算则需要投入大量时间和计算资源，难以快速填补这一空白。为应对这一挑战，本次比赛以“分子设计”为主题，聚焦生成式AI在3D分子结构生成中的应用潜力，期待选手利用生成式模型建立有效的3D结构生成模型，探索如何利用人工智能技术高效生成具有潜在应用价值的分子结构。

选手可以获取赛事方提供的小分子结构数据集，其中包含某一领域分子的结构信息。参赛者需基于该数据，训练生成式AI模型，完成以下目标

初赛

任务：广泛生成可能存在的3D分子结构。生成的分子需符合物理化学规则并保证新颖性。具体任务如下：

训练生成模型后，无条件地生成1万个分子的3D结构(由原子元素种类和原子坐标表示，无顺序约束)。后台会用相关指标判断分子的生成质量和新颖性。

PS注意

选手必须通过训练集训练AI生成式模型，再用该模型生成1万个分子的3D结构(由原子元素种类和原子坐标表示，无顺序约束)

每天可提交次数 3 次（提交的结果output.pkl, 不能超过 100M）

competition

https://gitcode.com/gh_mirrors/e3/e3_diffusion_for_molecules

我们先跑一遍baseline,打个分

依据readme创建虚拟环境

## 配置环境
```
conda create -n com python==3.12.0
conda activate com
pip install -r /group_share/3Dmol/competition/requirements.txt
```
cd /group_share/3Dmol/competition
## 训练EDM模型
```
bash train.sh                        ## 50% A100 左右启动训练
```
## 采样生成数据
```
python sample.py --model_path "./outputs/competition" \
    --n_samples
```

Clipped gradient with value 50.3 while allowed 5.9

梯度裁剪（Gradient Clipping）机制正在保护你的模型训练过程

python sample.py --model_path ./outputs/edm_competition_20250328_224703 \ --n_samples 10

查看目录

(com) root@intern-studio-50153054:/group_share/3Dmol# tree -L 3
.
|-- __MACOSX
|   `-- competition
|-- attempt.ipynb                #新建
|-- competition
|   |-- README.md
|   |-- __pycache__
|   |   `-- utils.cpython-310.pyc
|   |-- configs
|   |   |-- __pycache__
|   |   |-- datasets_config.py
|   |   `-- qm9_config.yaml
|   |-- data
|   |   `-- competition
|   |-- egnn
|   |   |-- __pycache__
|   |   |-- egnn.py
|   |   |-- egnn_new.py
|   |   `-- models.py
|   |-- equivariant_diffusion
|   |   |-- __init__.py
|   |   |-- __pycache__
|   |   |-- distributions.py
|   |   |-- en_diffusion.py
|   |   |-- overview.png
|   |   |-- training.png
|   |   `-- utils.py
|   |-- main.py
|   |-- qm9
|   |   |-- __init__.py
|   |   |-- __pycache__
|   |   |-- analyze.py
|   |   |-- bond_analyze.py
|   |   |-- data
|   |   |-- dataset.py
|   |   |-- losses.py
|   |   |-- models.py
|   |   |-- property_prediction
|   |   |-- rdkit_functions.py
|   |   |-- sampling.py
|   |   |-- utils.py
|   |   `-- visualizer.py
|   |-- requirements.txt
|   |-- sample.py
|   |-- sample.sh
|   |-- train.sh
|   |-- train_test.py
|   `-- utils.py
|-- competition.zip
|-- data
|   |-- data_all.pkl
|   `-- data_all.zip
`-- data.csv       # pkl 转的        

17 directories, 35 files

python sample.py --model_path ./outputs/edm_competition_20250329_225950 --n_samples 1000 ## X 10 = 10000