cli-anything-unimol-tools

Uni-Mol Tools - Prédiction de Propriétés Moléculaires en CLI

Package : cli-anything-unimol-tools Commande : python3 -m cli_anything.unimol_tools

Description

CLI interactive pour l'entraînement et l'inférence de modèles de prédiction de propriétés moléculaires à l'aide d'Uni-Mol Tools. Prend en charge 5 types de tâches : classification binaire, régression, multiclasse, classification multi-étiquettes et régression multi-étiquettes.

Fonctionnalités clés

• Gestion de projets : Organisez les expériences avec des projets nommés
• 5 types de tâches : Classification, régression, multiclasse, variantes multi-étiquettes
• Suivi des modèles : Historique automatique des performances et classements
• Stockage intelligent : Analysez l'utilisation et nettoyez les moins performants
• API JSON : Prise en charge complète de l'automatisation avec le drapeau --json

Commandes courantes

Gestion de projets

# Créer un nouveau projet
project create --name drug_discovery

# Lister tous les projets
project list

# Basculer vers un projet
project switch --name drug_discovery

Entraînement

# Entraîner un modèle de classification
train --data-path train.csv --target-col active --task-type classification --epochs 10

# Entraîner un modèle de régression
train --data-path train.csv --target-col affinity --task-type regression --epochs 10

Gestion des modèles

# Lister tous les modèles entraînés
models list

# Afficher les détails et les performances d'un modèle
models show --model-id <id>

# Classer les modèles par performance
models rank

Stockage et nettoyage

# Analyser l'utilisation du stockage
storage analyze

# Nettoyage automatique des mauvais performeurs
cleanup auto

# Nettoyage manuel avec critères
cleanup manual --max-models 10 --min-score 0.7

Prédiction

# Faire des prédictions avec un modèle entraîné
predict --model-id <id> --data-path test.csv

Format des données

Les fichiers CSV doivent contenir :

• Colonne SMILES : Structures moléculaires au format SMILES
• Colonne(s) cible(s) : Valeurs à prédire (nom spécifié via --target-col)

Exemple :

SMILES,target
CCO,1
CCCO,0
CC(C)O,1

Types de tâches

1. classification : Classification binaire (0/1)
2. regression : Prédiction de valeurs continues
3. multiclass : Classification multi-classes
4. multilabel_classification : Étiquettes binaires multiples
5. multilabel_regression : Valeurs continues multiples

Mode JSON

Ajoutez le drapeau --json à n'importe quelle commande pour une sortie lisible par machine :

python3 -m cli_anything.unimol_tools --json models list

Format de sortie :

{
  "status": "success",
  "data": [...],
  "message": "..."
}

Mode interactif

Lancez sans commandes pour un REPL interactif :

python3 -m cli_anything.unimol_tools

Fonctionnalités :

• Complétion par tabulation
• Historique des commandes
• Aide contextuelle
• Persistance de l'état du projet

Données de test

Des jeux de données d'exemple sont disponibles à l'adresse : https://github.com/545487677/CLI-Anything-unimol-tools/tree/main/unimol_tools/examples

Inclut des données pour les 5 types de tâches.

Prérequis

• Python 3.8+
• PyTorch 1.12+
• Backend Uni-Mol Tools
• 4 Go de RAM minimum (8 Go recommandé pour l'entraînement)

Installation

cd unimol_tools/agent-harness
pip install -e .

Documentation

• SOP : UNIMOL_TOOLS.md
• Démarrage rapide : docs/guides/02-QUICK-START.md
• Documentation complète : docs/README.md

Tests

cd docs/test
bash run_tests.sh --unit -v    # Tests unitaires (67 tests)
bash run_tests.sh --full -v    # Suite de tests complète

Conseils de performances

• Commencez avec 10 époques pour les expériences initiales
• Utilisez des tailles de lot plus petites si la mémoire est limitée
• Surveillez le stockage avec storage analyze
• Utilisez models rank pour identifier les meilleurs performeurs
• Nettoyez régulièrement avec cleanup auto

Dépannage

• Erreurs CUDA : Réduisez la taille du lot ou utilisez le mode CPU
• CSV non reconnu : Vérifiez que la colonne SMILES existe
• Faible précision : Essayez plus d'époques ou ajustez le taux d'apprentissage
• Stockage plein : Exécutez cleanup auto pour libérer de l'espace

Liens connexes

• Uni-Mol Tools : https://github.com/dptech-corp/Uni-Mol/tree/main/unimol_tools
• Article Uni-Mol : https://arxiv.org/abs/2209.11126
• CLI-Anything : https://github.com/HKUDS/CLI-Anything