分子图神经网络（molecularGNN_smiles）项目教程

分子图神经网络（molecularGNN_smiles）项目教程

1. 项目目录结构及介绍

项目molecularGNN_smiles的目录结构如下：

molecularGNN_smiles/
├── dataset/             # 数据集目录，包含分子属性数据
├── figures/             # 图形文件目录，可能包含模型图或数据可视化图
├── main/                # 主程序目录，包含预处理和训练脚本
│   ├── preprocessing.py # 数据预处理脚本
│   ├── train.py         # 模型训练脚本
│   └── train.sh         # 训练脚本执行的bash文件
├── output/              # 输出目录，用于存储训练结果
├── .gitignore           # Git忽略文件列表
├── LICENSE              # 项目许可证文件
└── README.md            # 项目说明文档

• dataset/：此目录包含用于训练的分子属性数据。数据以文本格式存储，每个分子属性数据集通常分为回归任务和分类任务。
• figures/：此目录包含与项目相关的图形文件，比如模型的架构图或数据分析的图表。
• main/：这是项目的核心目录，包含了所有的代码文件。
  • preprocessing.py：该脚本用于将原始文本数据转换为张量数据，以供模型训练使用。
  • train.py：该脚本包含了分子图神经网络的训练过程，用于训练模型。
  • train.sh：这是一个bash脚本，用于执行训练过程，简化了训练命令。
• output/：训练过程中产生的所有输出，如模型参数、训练日志等都会存储在此目录。
• .gitignore：定义了Git应该忽略的文件和目录，以避免将不必要的文件提交到仓库。
• LICENSE：Apache-2.0许可证文件，描述了项目的版权和使用条款。
• README.md：项目的说明文档，包含了项目的描述、使用方法和许可信息。

2. 项目的启动文件介绍

项目的启动主要是通过main/目录下的train.sh脚本实现的。以下是启动文件的介绍：

• train.sh：这是一个bash脚本，用于启动训练过程。当你想要训练模型时，你可以通过以下命令来运行这个脚本：

  cd molecularGNN_smiles/main
  bash train.sh
  

  运行此脚本会按照脚本中的命令顺序执行，包括调用preprocessing.py进行数据预处理和train.py进行模型训练。

3. 项目的配置文件介绍

在这个项目中，配置主要是通过修改train.sh脚本中的参数来完成的。以下是配置文件的介绍：

• train.sh：虽然不是传统意义上的配置文件，但此脚本中包含了可以修改的参数，如模型超参数（维度、隐藏层数、批量大小等）。你可以在脚本中直接修改这些参数，以适应不同的训练需求。例如：

  # 模型参数配置
  Dimension=128
  Hidden_Layers=3
  Batch_Size=32
  

  通过修改这些参数，用户可以自定义训练过程，寻找到适合自己数据集的最佳模型配置。