Datawhale AI夏令营第三期 AI+物质科学学习记录

已于 2024-07-28 22:06:11 修改
阅读量158 收藏
点赞数 1
文章标签： 人工智能 学习
于 2024-07-27 22:59:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45418837/article/details/140742822
版权

我是AI小白，这篇文章的所有优化方向均为猜测
第一部分是固定的

第一部分

Step1：报名赛事!

赛事链接:大赛链接
在这里插入图片描述
没有账号需要先申请账号

Step2:下载baseline代码和数据

在这里插入图片描述
也可以从官网下载数据，可按下面步骤下载赛事数据
在这里插入图片描述

  • 需要认证可按照下方步骤操作
  • 在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

Step3：启动魔搭Notebook！（点击即可跳转）

链接：入口

在这里插入图片描述
在这里插入图片描述
这里需要登录阿里云账户，若没有就去注册一个即可

step4 0分钟体验一站式 baseline!

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
点击mp,再点击code，再按照下面图中所示
在这里插入图片描述
在这里插入图片描述
这个过程应该要五六分钟，等待

执行完成后，下载submit.txt!
当左侧出现submit.txt文件时，即为运行完成，可右键点击文件进行下载

step5：上传分数

链接：入口
在这里插入图片描述
找到submit.txt上传即可,搞定

任务

背景

随着社会经济的不断发展，人们对各种材料、药物及精细化学品的需求日益增长。催化合成作为这些物质制备的关键技术，其重要性愈加显著。

科研人员和产业界致力于开发新的催化合成方法，普遍追求的目标是以高产率获取目标产物，即开发高活性的催化反应体系，以提高原子经济性，减少资源浪费和环境污染。然而，高活性催化反应体系的开发通常需要对催化剂和溶剂等多种反应条件进行详尽探索，这使得其成为一项时间和资源消耗极大的任务。目前，反应条件的筛选大多依赖于经验判断和偶然发现，使得催化反应条件的优化过程既费时又费力，这严重限制了新的高效催化合成策略的发展。

通过利用历史催化反应数据，并结合AI技术，以预测新催化反应的产率，从而有效地帮助科研人员和产业界加快高活性反应条件的筛选速度，减少资源与人力的消耗，促进新物质的创造与合成。
说人话就是：用AI来预测新催化反应的产率

我的一些想法：

我们基于现有的数据，从多个方向去推导，得到一个结果，这个结果应该和方向的个数以及每个方向的深度相关

猜测优化方向

决策树个数

这个他文件里面说了越多越好，但不能太多，也就是要卡极限，反正我也没有学过AI，决策树这个专有名词我也不知道什么意思，但是决策本义就有一定的思考之义，那么这个决策树能否可以理解为人的思考的过程呢？决策树的个数能否理解为从多个角度去思考，去预测呢？也就是决策树的个数是否可以理解为思考的广度

树的最大深度

结合上面的决策树的个数而谈，那么树的最大深度是否可以理解为思考的深度呢？

结合上面的思考，修改代码如下

model = RandomForestRegressor(n_estimators=25,max_depth=12,min_samples_split=2,min_samples_leaf=1,n_jobs=-1) # 实例化模型，并指定重要参数
model.fit(train_x,train_y) # 训练模型

一些其他的想法

由于这个一天只能提交三次，所以我今天的次数用完了

下面是其他的一些想法

  • train_x中有大量的0，能否直接生成？拼接比较耗时
    train_x = np.concatenate([train_rct1_fp, train_rct2_fp, train_add_fp, train_sol_fp], axis=1)
      Just right
关注
【Datawhale AI 夏令营第三期学习笔记Taks1】 跑通baseline #Datawhale AI 夏令营
07-28
【Datawhale AI 夏令营第三期学习笔记Taks1】 跑通baseline #Datawhale AI 夏令营
Datawhale AI夏令营-第二届世界科学智能大赛物质科学赛道:催化反应产率预测(2)(3)资料
08-01
Datawhale AI夏令营--第二届世界科学智能大赛物质科学赛道:催化反应产率预测(2)(3)资料--词汇表的文件vocab_full.txt
催化反应产率预测赛题--Datawhale AI夏令营
phoshowy的博客
07-28 1495
碳氮成键反应、Diels-Alder环加成反应等一系列催化合成反应，被广泛应用于各类药物的生产合成中。研究人员与产业界在针对特定反应类型开发新的催化合成方法时，往往追求以高产率获得目标产物，也即开发高活性的催化反应体系，以提升原子经济性，减少资源的浪费与环境污染。然而，开发具有高活性的催化反应体系通常需要对包括催化剂和溶剂在内的多种反应条件进行详尽的探索，这导致了它成为了一项极为耗时且资源密集的任务。这要求对包括催化剂和溶剂在内的多种反应条件进行详尽的探索。
化学科学催化反应产率预测之Transformer建模SMILES（Datawhale AI 夏令营）
不想宅的冷同学
08-01 665
循环神经网络：由于所有的前文信息都蕴含在一个隐向量中，随着序列长度的增加，早期的上下文信息会逐渐被遗忘。卷积神经网络：受限的上下文窗口在建模长文本时存在天然不足。需要多层卷积操作才能处理长文本。在本篇文章中，我们学习了Transformer的基本架构及其在化学反应产率预测中的应用。通过利用Transformer的Encoder部分对SMILES进行建模，我们能够更有效地捕捉序列数据的特征，从而提高模型的预测性能。
化学科学催化反应产率预测之RNN建模SMILES（Datawhale AI 夏令营）
不想宅的冷同学
07-31 820
定义一个RNN模型，用于处理SMILES序列数据。该模型包括嵌入层、RNN层和全连接层。在本篇文章中，我们探讨了如何将化学知识转化为计算机可识别的形式，介绍了SMILES和分子指纹的基本概念及其在化学信息学中的应用。同时，我们展示了如何使用RNN对SMILES序列进行建模，并提供了详细的代码实现。希望通过本篇文章，读者能够对AI在化学中的应用有更深入的了解，并能够将所学知识应用到实际项目中。欢迎关注我的后续博文，我将分享更多关于人工智能、自然语言处理和计算机视觉的精彩内容。
Datawhale AI夏令营——催化反应产率预测方向Task1
C2587593227的博客
07-28 778
小白学习笔记，文章有误的地方请各位大佬温和指出。
Datawhale AI夏令营 AI+化学 task2
l9999990的博客
07-29 1345
# import matplotlib.pyplot as plt ## 数据处理部分 # tokenizer，鉴于SMILES的特性，这里需要自己定义tokenizer和vocab # 这里直接将smiles str按字符拆分，并替换为词汇表中的序号 class Smiles_tokenizer(): def __init__(self, pad_token, regex, vocab_file, max_length): self.pad_token = pad_token
Datawhale 魔搭 AI夏令营 第四期 AIGC方向 -Tesk3-进阶上分-实战优化
最新发布
08-17
训练结果
机器学习笔记（催化反应率预测）# Datawhale AI夏令营
Niu1016的博客
07-28 1005
从零基础开始的对机器学习的初步了解
“Datawhale AI夏令营“ 第二届世界科学智能大赛物质科学赛道：催化反应产率预测（对官方发布的baseline进行学习）
2203_75648613的博客
07-27 684
SMILES,全称是Simplified Molecular Input Line Entry System，是一种将化学分子用ASCII字符表示的方法，是化学信息学领域非常重要的工具。官方发布的数据是对化学分子的SMILES表达式，具体来说，有rxnid,Reactant1,Reactant2,Product,Additive,Solvent,Yield字段。是一个非常广泛使用的开源机器学习库，基于Python，建立在NumPy、SciPy、Pandas和Matplotlib等数据处理和分析的库之上。
DataWhale AI夏令营 AI+化学 task1
l9999990的博客
07-26 1536
然后将Reactant1,Reactant2,Product,Additive,Solvent字段的向量拼接到一起，组成一个更长的向量。此步先要完成特征提取，具体来说，有rxnid,Reactant1,Reactant2,Product,Additive,Solvent,Yield字段。是一个非常广泛使用的开源机器学习库，基于Python，建立在NumPy、SciPy、Pandas和Matplotlib等数据处理和分析的库之上。API设计亲民，整个使用简单易上手，非常适合作为机器学习入门的工具。
DataWhale AI夏令营-催化反应速率预测
m0_50972200的博客
07-28 591
报名的时候没仔细看，报错赛道了。。。不过还好，DataWhale与传统的竞赛不同的是对新手非常有好，并且提供了很详细的baseline的流程，和代码讲解，很快能让人上手。对于本次竞赛还是收获较多的，以前接触的比较多的都是计算机视觉(CV)，自然语言处理(Nlp)和大模型(LLM)应用之类相关的项目，刚好借此次机会学习一些基础的机器学习知识。
Datawhale AI夏令营——对第二届世界科学智能大赛物质科学赛道：催化反应产率预测初赛baseline文档的学习笔记
2301_79583845的博客
07-28 272
pandas 是基于NumPy的一种工具，该工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。RDKit是一款基于Python的开源化学信息学工具包，其核心为分子模型和算法。通过RDKit，用户可以轻松地进行分子的构建、修改、查询以及分子特征的提取等操作。
2024-7-28 笔记，粗读催化反应产率预测的baseline代码#Datawhale AI夏令营
YuHuiYHRZQ的博客
07-28 842
首先，由于我尚且缺乏见识与实践经验，仅能基于普通的高中毕业生的一般课本知识进行理解和编辑，因此难以写出什么好的笔记。请见谅。再接着，我需要进行一些边角料的解释，也算是给自己一些记忆——那便是这当中会遇见的一些名词，这个我会放在最后。我只能尽量，并且，如果您乐意指出错误，进行纠正，将感激不尽。
Datawhale Al夏令营
2301_76842721的博客
07-25 260
首先，通过0基础小白速通，我第一次完成了催化反应产率预测的算法估计时间是9分钟，分数是0.1802，这个分数并不高，需要通过后面的学习完成优化。在学习中我按照教程一步步来完成，其中并没有遇到什么大的问题，也是很快的完成算法的运行，希望后面的大赛也能顺利的通过。虽然我从来没有了解过算法，但通过这次学习也使我第一次具体了解了算法是什么。今天进行了ai夏令营任务的第一次模拟，我报名的赛道：从零入门AI for Science（AI+化学），是用算法来估算。
Datawhale AI 夏令营 催化反应产率预测 Task2
m0_73853559的博客
07-30 585
之前在本地配置了+环境，但是发现在本地运行 Baseline 中 的 RNN 网络速度还是很慢，平均一个 epoch 要耗时 10 分钟左右，对于后续的调参和模型集成上都是极为不利的。因此，借助于本次 DataWhale 推荐的 魔搭 平台，主要由以下几个优点：魔搭平台的具体使用方法在 DataWhale 中已经详细介绍过了，在此按下不表；从 Task1 过渡到 Task2, 需要下载 文件和 ，分别放置在 Task1 中的 和 文件夹下，同时可以在 文件夹下新建 文件夹和 文件夹，否则在 运行中
Datawhale AI夏令营--第二届世界科学智能大赛物质科学赛道：催化反应产率预测（2）
m0_56875011的博客
07-30 1952
定义了一个RNNModel类（未在代码中给出），它接受上述超参数并创建RNN模型。将模型移至指定的设备（GPU或CPU）。使用Adam优化器进行训练。选择L1Loss（MAE）作为损失函数。在每个epoch中，遍历训练数据，计算损失，进行反向传播，优化参数，并裁剪梯度。打印每个epoch的平均损失，并在损失降低时保存模型。
Datawhale AI夏令营(AI+物质科学)之跑通baseline-Task2新手教程
m0_74995628的博客
07-29 2170
大家的准备工作一定要做好，我上面重要操作也给出了颜色标注，还是要说一下两个数据集文件一定要是.csv文件。如果你还是遇到问题，就在评论区说出你遇到的问题，大家可以讨论一下，共同进步哦！后续也会更进相关教程，欢迎大家参考和给出意见。预祝大家都能成功！！！t=N7T8t=N7T8魔搭社区汇聚各领域最先进的机器学习模型，提供模型探索体验、推理、训练、部署和应用的一站式服务。
Datawhale AI夏令营第四期：魔搭大模型应用开发注释版BaseLine
**Datawhale AI夏令营第四期**：Datawhale 是一个开放的数据科学与人工智能学习社区。夏令营是一种面向在校学生的短期集中学习活动，旨在提高学生在特定领域的实践能力。Datawhale举办的AI夏令营是针对人工智能领域...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值