Python GCN图卷积神经网络分子亲脂性LogD预测附代码数据
本文基于图神经网络框架,构建多层图卷积网络对分子亲脂性(logD)进行回归预测。采用 Lipophilicity 数据集,将分子表示为图结构,节点为原子、边为化学键,通过三层图卷积与全局池化聚合整图特征,输出连续型 logD 值。
本文基于图神经网络框架,构建多层图卷积网络对分子亲脂性(logD)进行回归预测。采用 Lipophilicity 数据集,将分子表示为图结构,节点为原子、边为化学键,通过三层图卷积与全局池化聚合整图特征,输出连续型 logD 值。
在本文中,我们将学习如何使用keras,用手写数字图像数据集(即MNIST)进行深度学习。