update modelzoo std

README.md

@@ -2,21 +2,31 @@
  * @Author: zhuww
  * @email: zhuww@sugon.com
  * @Date: 2023-04-15 14:34:07
- * @LastEditTime: 2023-06-15 10:20:01
+ * @LastEditTime: 2023-08-24 10:06:01
 -->
 # ProteinMPNN
-## 模型介绍
-ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋白质序列和结构信息,输出蛋白质的三维结构
+## 论文
+- [https://www.biorxiv.org/content/10.1101/2022.06.03.494563v1](https://www.biorxiv.org/content/10.1101/2022.06.03.494563v1)
+
 ## 模型结构
 模型包括3个Encoder,3个Decoder和128个隐藏层的MPNN,使用蛋白质骨干网络特征(Cα-Cα原子之间的距离，相对Cα-Cα-Cα框架的方向和旋转，以及主干二面角)作为输入，以自回归方式从N到C端预测蛋白质序列。
-## 数据集
-模型数据集[PDB biunits 2021/08/02](https://files.ipd.uw.edu/pub/training_sets/pdb_2021aug02.tar.gz)，数据集大小为16.5GB。
-用于测试此数据集的小样本[PDB biunits sample 2021/08/02](https://files.ipd.uw.edu/pub/training_sets/pdb_2021aug02_sample.tar.gz)，数据集大小为47MB。
 
-## 推理
-### 环境配置
+## 算法原理
+ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋白质序列和结构信息,输出蛋白质的三维结构
+
+## 环境配置
 提供[光源](https://www.sourcefind.cn/#/service-details)拉取推理的docker镜像：
-* 训练和推理镜像：docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:proteinmpnn-dtk-22.10-patch4-py37
+```
+docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:proteinmpnn-dtk-22.10-patch4-py37
+docker run -it --name proteinmpnn --shm-size=32G  --device=/dev/kfd --device=/dev/dri/ --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video image.sourcefind.cn:5000/dcu/admin/base/custom:proteinmpnn-dtk-22.10-patch4-py37 /bin/bash
+```
+
+镜像版本依赖：
+* DTK驱动：dtk22.10
+* Pytorch: 1.10
+* Torchvision >= 1.10.0
+* Torchaudio >= 1.10.0
+* python: python3.7
 
 激活镜像环境：
 `source /opt/dtk-22.10/env.sh`
@@ -24,8 +34,12 @@ ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋
 测试目录：
 `/opt/ProteinMPNN-main`
 
-### 训练
-训练命令：
+## 数据集
+模型数据集[PDB biunits 2021/08/02](https://files.ipd.uw.edu/pub/training_sets/pdb_2021aug02.tar.gz)，数据集大小为16.5GB。
+用于测试此数据集的小样本[PDB biunits sample 2021/08/02](https://files.ipd.uw.edu/pub/training_sets/pdb_2021aug02_sample.tar.gz)，数据集大小为47MB。
+
+## 训练
+### 单机单卡
 
     cd /opt/ProteinMPNN-main/training
     python ./training.py \
@@ -34,22 +48,38 @@ ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋
            --num_examples_per_epoch 1个epoch加载的训练example数量 \
            --save_model_every_n_epochs 每几个epochs保存模型权重
 
-### 推理
-我们分别提供了基于Pytorch的单体和多体的推理脚本，版本依赖：
-* Pytorch(DCU版本) >= 1.10.0a0
-* Torchvision(DCU版本) >= 1.10.0a0
-* Torchaudio(DCU版本) >= 1.10.0
-#### 单体
+## 推理
+分别提供了基于Pytorch的单体和多体的推理脚本。
+### 单体
 
     cd examples
     ./submit_example_1.sh
 
-#### 多体
+### 多体
 
     cd examples
     ./submit_example_2.sh
 
-## 准确率数据
+## result
+training/
+    exp_020/
+        model_weights/
+            epoch_last.pt
+    log.txt
+outputs/
+    example_1_outputs/
+        seqs/
+            5L33.fa
+            6MRR.fa
+        parsed_pdbs.jsonl
+    example_2_outputs/
+        seqs/
+            3HTN.fa
+            4YOW.fa
+        assigned_pdbs.jsonl
+        parsed_pdbs.jsonl
+
+## 精度
 测试数据：`/opt/ProteinMPNN-main/inputs`，使用的加速卡:1张 DCU Z100L-32G
 
 准确率数据：
@@ -60,6 +90,14 @@ ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋
 | 1 | fp32 | 多体 | 3HTN | 429 | 55.7 |
 | 1 | fp32 | 多体 | 4YOW | 693 | 57.7 |
 
+## 应用场景
+
+### 算法类别
+MPNN
+
+### 热点应用行业
+医疗,科研，教育
+
 
 ## 源码仓库及问题反馈
 * https://developer.hpccube.com/codes/modelzoo/ProteinMPNN_Pytorch

model.properties

+# 模型唯一标识
+modelCode = 132
 # 模型名称
-modelName=ProteinMPNN_Pytorch
+modelName=proteinmpnn_pytorch
 # 模型描述
 modelDescription=ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋白质序列和结构信息,输出蛋白质的三维结构
 # 应用场景(多个标签以英文逗号分割)
 appScenario=推理,训练,MPNN,蛋白质结构预测
 # 框架类型(多个标签以英文逗号分割)
-frameType=PyTorch
+frameType=pytorch