ProteinReDiff
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- FPT Software AI Center,University of Chicago,Indiana State University
- Tipo di organizzazione
- Industry,Academia
- Paese
- Vietnam, United States of America
- Pubblicato
- 12 June 2024
- Autori
- Viet Thanh Duy Nguyen, Nhan D. Nguyen, Truong Son Hy
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein design
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
- Epoche
- 100
Total Samples: 9,430 (PDBBind) + 15,261 (CATH) = 24,691 samples Tokens per Sample: 300 (protein) + 50 (SMILES) = 350 tokens Total Data Points: 24,691 × 350 = 8,641,850
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
- Codice di addestramento
- Open source
MIT license for weights, training and inference code https://github.com/HySonLab/Protein_Redesign
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 2
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Complex-based Ligand-Binding Proteins Redesign by Equivariant Diffusion-based Generative Models
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Sfondo
ProteinReDiff è stato pubblicato da FPT Software AI Center,University of Chicago,Indiana State University, nel paese registrato come Vietnam, durante June 2024. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein design.
Poiché i suoi pesi sono stati rilasciati, nulla sull'esecuzione dipende da un fornitore che rimane disponibile — è tuo una volta scaricato.
Risposte
ProteinReDiff — domande comuni
ProteinReDiff— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
ProteinReDiff— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
ProteinReDiff— chi l'ha creato?
È stato pubblicato da FPT Software AI Center,University of Chicago,Indiana State University, basato su Vietnam, un'organizzazione categorizzata come industry,Academia.
ProteinReDiff— quando è stato rilasciato?
È stato pubblicato in June 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
ProteinReDiff— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein design. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
ProteinReDiff— Dove posso scaricarlo?
I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.
ProteinReDiff— che GPU ho bisogno per eseguirlo?
Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.