torch_geometric.nn.models.MoleculeGPT

class MoleculeGPT(llm: LLM, graph_encoder: Module, smiles_encoder: Module, mlp_out_channels: int = 32, max_tokens: Optional[int] = 20)[source]

Bases: Module

来自“MoleculeGPT: Instruction Following Large Language Models for Molecular Property Prediction”论文的MoleculeGPT模型。

Parameters:

  • llm (LLM) – 要使用的LLM。

  • graph_encoder (torch.nn.Module) – 编码二维分子图。

  • smiles_encoder (torch.nn.Module) – 编码1D SMILES。

  • mlp_out_channels (int, optional) – qformer编码后每个嵌入的大小。(默认: 32)

  • max_tokens (int, optional) – 1D/2D编码器的最大输出标记数。 (default: 20)

警告

该模块已使用以下HuggingFace模型进行测试

  • llm_to_use="lmsys/vicuna-7b-v1.5"

并且可能不适用于其他模型。请查看HuggingFace Models上的其他模型，如果您遇到任何问题，请告知我们。

注意

有关使用 MoleculeGPT 的示例，请参见 examples/llm/molecule_gpt.py。

forward(x: Tensor, edge_index: Tensor, batch: Tensor, edge_attr: Optional[Tensor], smiles: List[str], instructions: List[str], label: List[str], additional_text_context: Optional[List[str]] = None)[source]

定义每次调用时执行的计算。

应该由所有子类覆盖。

注意

尽管前向传递的配方需要在此函数内定义，但之后应该调用Module实例而不是这个，因为前者负责运行已注册的钩子，而后者则默默地忽略它们。