m9

• Opis :

QM9 składa się z obliczonych właściwości geometrycznych, energetycznych, elektronicznych i termodynamicznych dla stabilnych 134 tys. małych cząsteczek organicznych składających się z C, H, O, N i F. Jak zwykle usuwamy niescharakteryzowane cząsteczki i dostarczamy pozostałe 130 831.

• Strona główna : https://doi.org/10.6084/m9.figshare.c.978904.v5

• Kod źródłowy : tfds.datasets.qm9.Builder

• Wersje :

  • 1.0.0 (domyślnie): Wersja pierwsza.

• Rozmiar pobierania : 82.62 MiB

• Rozmiar zbioru danych : 177.16 MiB

• Struktura funkcji :

FeaturesDict({
    'A': float32,
    'B': float32,
    'C': float32,
    'Cv': float32,
    'G': float32,
    'G_atomization': float32,
    'H': float32,
    'H_atomization': float32,
    'InChI': string,
    'InChI_relaxed': string,
    'Mulliken_charges': Tensor(shape=(29,), dtype=float32),
    'SMILES': string,
    'SMILES_relaxed': string,
    'U': float32,
    'U0': float32,
    'U0_atomization': float32,
    'U_atomization': float32,
    'alpha': float32,
    'charges': Tensor(shape=(29,), dtype=int64),
    'frequencies': Tensor(shape=(None,), dtype=float32),
    'gap': float32,
    'homo': float32,
    'index': int64,
    'lumo': float32,
    'mu': float32,
    'num_atoms': int64,
    'positions': Tensor(shape=(29, 3), dtype=float32),
    'r2': float32,
    'tag': string,
    'zpve': float32,
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDykt
A	Napinacz		pływak32
B	Napinacz		pływak32
C	Napinacz		pływak32
Cv	Napinacz		pływak32
G	Napinacz		pływak32
G_atomizacja	Napinacz		pływak32
H	Napinacz		pływak32
H_atomizacja	Napinacz		pływak32
InChI	Napinacz		smyczkowy
InChI_zrelaksowany	Napinacz		smyczkowy
Mulliken_charges	Napinacz	(29,)	pływak32
UŚMIECHA SIĘ	Napinacz		smyczkowy
SMILES_zrelaksowany	Napinacz		smyczkowy
U	Napinacz		pływak32
U0	Napinacz		pływak32
U0_atomizacja	Napinacz		pływak32
U_atomizacja	Napinacz		pływak32
alfa	Napinacz		pływak32
opłaty	Napinacz	(29,)	int64
częstotliwości	Napinacz	(Nic,)	pływak32
luka	Napinacz		pływak32
homo	Napinacz		pływak32
indeks	Napinacz		int64
lumo	Napinacz		pływak32
mu	Napinacz		pływak32
liczba_atomów	Napinacz		int64
pozycje	Napinacz	(29, 3)	pływak32
r2	Napinacz		pływak32
etykietka	Napinacz		smyczkowy
zpve	Napinacz		pływak32

• Klucze nadzorowane (zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@article{ramakrishnan2014quantum,
  title={Quantum chemistry structures and properties of 134 kilo molecules},
  author={Ramakrishnan, Raghunathan and Dral, Pavlo O and Rupp, Matthias and von Lilienfeld, O Anatole},
  journal={Scientific Data},
  volume={1},
  year={2014},
  publisher={Nature Publishing Group}
}

qm9/original (konfiguracja domyślna)

• Opis konfiguracji : QM9 nie definiuje żadnych podziałów. Zatem ten wariant umieszcza pełny zbiór danych QM9 w podziale pociągu, w pierwotnej kolejności (bez tasowania).

• Automatyczne buforowanie ( dokumentacja ): Tylko wtedy, gdy shuffle_files=False (pociąg)

• Podziały :

Podział	Przykłady
'train'	130 831

• Przykłady ( tfds.as_dataframe ):

m9/kormoran

• Opis konfiguracji : Podział zbioru danych używany przez Kormorana. 100 000 pociągów, 17 748 walidacji i 13 083 próbek testowych. Dzielenie następuje po przetasowaniu z nasionem 0. Artykuł: https://arxiv.org/abs/1906.04015 Split: https://github.com/risilab/cormorant/blob/master/src/cormorant/data/prepare/qm9.py

• Automatyczne buforowanie ( dokumentacja ): Tak (test, walidacja), Tylko gdy shuffle_files=False (pociąg)

• Podziały :

Podział	Przykłady
'test'	13083
'train'	100 000
'validation'	17748

• Przykłady ( tfds.as_dataframe ):

qm9/dimenet

• Opis konfiguracji : Podział zbioru danych używany przez DimeNet. 110 000 pociągów, 10 000 walidacji i 10 831 próbek testowych. Dzielenie następuje po przemieszaniu z nasionami 42. Artykuł: https://arxiv.org/abs/2003.03123 Podział: https://github.com/gasteigerjo/dimenet/blob/master/dimenet/training/data_provider.py

• Automatyczne buforowanie ( dokumentacja ): Tak (test, walidacja), Tylko gdy shuffle_files=False (pociąg)

• Podziały :

Podział	Przykłady
'test'	10831
'train'	110 000
'validation'	10 000

• Przykłady ( tfds.as_dataframe ):