Mindket

Graphormer

新上架第 1 版 · 更新于

概览

用于训练分子任务的自定义深度学习模型,比如寻找新材料或新药。面向研究人员和开发者,附带两项已发表研究的检查点文件夹。

Graphormer 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python
  • 足够存放检查点文件夹的磁盘空间
用在
  • 装有 Python 的 Windows、macOS 或 Linux,用来获取文件
  • Hugging Face,检查点就托管在这里
  • Azure Quantum Elements,用于高级预训练版本
先运行
pip install -U huggingface_hub
hf download microsoft/Graphormer

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Graphormer 是一个深度学习软件包,用来训练你自己的分子任务模型。它的目标是加快分子科学领域的 AI 研究,比如寻找新材料或新药。这个仓库里有项目说明,以及两组模型检查点。

适合谁

它适合想用分子数据训练模型的研究人员和开发者。模型卡很简短,细节需要你去读项目网站。

IndustryWho uses itHow they use itExample
制药计算化学研究人员用自己的分子数据训练自定义模型让模型拟合一个化合物筛选问题
材料科学材料研究人员把这个软件包用在新材料的分子建模上用训练好的模型比较候选材料
储能电池研究人员从氧化还原电位检查点出发在液流电池研究中复用 orfb-design 检查点
学术界机器学习研究人员研究已发表的平衡分布工作的检查点打开 Distributional-Graphormer 文件夹查看文件

如果你需要一个不用写 Python 的成品应用,可以跳过它。

用在哪里

你在自己机器上的 Python 环境里使用它。

  • 装有 Python 的 Windows、macOS 或 Linux,用来获取文件
  • Hugging Face,检查点就托管在这里
  • Azure Quantum Elements,用于高级预训练版本
Use caseWhoWhat they get back
训练自定义分子模型研究人员和开发者一个拟合他们自己分子数据的模型
研究已发表的结果学术研究人员平衡分布论文的检查点
预测氧化还原电位电池研究人员液流电池筛选研究的检查点

如何设置

安装只是下载文件,仅此而已。

  • Windows、macOS 或 Linux 上的 Python
  • 足够存放检查点文件夹的磁盘空间
  1. 安装 Hugging Face hub 工具。
  2. 把仓库文件下载到你的电脑。
  3. 打开你想要的检查点文件夹。
pip install -U huggingface_hub
hf download microsoft/Graphormer

如何使用

模型卡没有给出运行命令,所以日常使用从你下载的文件开始。有两个文件夹存放检查点,想知道软件包本身怎么运行,请去项目网站查看。

  • Distributional-Graphormer:分子体系平衡分布论文的检查点
  • orfb-design:氧化还原电位预测的检查点

示例

你想要液流电池研究里的氧化还原电位检查点。你运行下载命令,然后在下载的文件里打开名为 orfb-design 的文件夹。模型卡没有给出加载它们的代码,所以接下来你按项目网站的说明操作。

新手与专家

你可以把它看作一套研究工具包,用来教计算机给分子建模。第一小步是下载文件,浏览两个检查点文件夹,看看各自装了什么。

如果你本身做这个领域,请注意模型卡没有给出架构细节、规模或基准数字。它只指向两组检查点对应的论文,以及一张单独的数据摘要卡。把它当作训练自己模型的软件包,外加几组已发表的检查点。

  1. 收集你的分子数据
  2. 用软件包训练自定义模型
  3. 与已发表的检查点对比
  4. 把模型用于你的分子任务

注意事项

高级预训练版本不在这个仓库里。

  • License: MIT
  • Cost to run: 这里的文件没有提到任何费用。模型卡也没有给出 Azure Quantum Elements 上高级版本的价格。
  • Data it reaches: 它把文件从 Hugging Face 下载到你的电脑。模型卡没有提到账号、网络或剪贴板访问。
  • Not for: 期待在这里找到高级预训练版本的人,因为它们不在这个仓库里

README 和文件

README

Graphormer

用于训练分子任务的自定义深度学习模型,比如寻找新材料或新药。面向研究人员和开发者,附带两项已发表研究的检查点文件夹。

由 microsoft 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Graphormer 是一个深度学习软件包,用来训练你自己的分子任务模型。它的目标是加快分子科学领域的 AI 研究,比如寻找新材料或新药。这个仓库里有项目说明,以及两组模型检查点。

适合谁:它适合想用分子数据训练模型的研究人员和开发者。模型卡很简短,细节需要你去读项目网站。

Industry | Who uses it | How they use it | Example
制药 | 计算化学研究人员 | 用自己的分子数据训练自定义模型 | 让模型拟合一个化合物筛选问题
材料科学 | 材料研究人员 | 把这个软件包用在新材料的分子建模上 | 用训练好的模型比较候选材料
储能 | 电池研究人员 | 从氧化还原电位检查点出发 | 在液流电池研究中复用 orfb-design 检查点
学术界 | 机器学习研究人员 | 研究已发表的平衡分布工作的检查点 | 打开 Distributional-Graphormer 文件夹查看文件

如果你需要一个不用写 Python 的成品应用,可以跳过它。

用在哪里:你在自己机器上的 Python 环境里使用它。

  • 装有 Python 的 Windows、macOS 或 Linux,用来获取文件
  • Hugging Face,检查点就托管在这里
  • Azure Quantum Elements,用于高级预训练版本
Use case | Who | What they get back
训练自定义分子模型 | 研究人员和开发者 | 一个拟合他们自己分子数据的模型
研究已发表的结果 | 学术研究人员 | 平衡分布论文的检查点
预测氧化还原电位 | 电池研究人员 | 液流电池筛选研究的检查点

如何设置:安装只是下载文件,仅此而已。

  • Windows、macOS 或 Linux 上的 Python
  • 足够存放检查点文件夹的磁盘空间
  1. 安装 Hugging Face hub 工具。
  2. 把仓库文件下载到你的电脑。
  3. 打开你想要的检查点文件夹。
pip install -U huggingface_hub
hf download microsoft/Graphormer

如何使用:模型卡没有给出运行命令,所以日常使用从你下载的文件开始。有两个文件夹存放检查点,想知道软件包本身怎么运行,请去项目网站查看。

  • Distributional-Graphormer:分子体系平衡分布论文的检查点
  • orfb-design:氧化还原电位预测的检查点

示例:你想要液流电池研究里的氧化还原电位检查点。你运行下载命令,然后在下载的文件里打开名为 orfb-design 的文件夹。模型卡没有给出加载它们的代码,所以接下来你按项目网站的说明操作。

新手与专家:你可以把它看作一套研究工具包,用来教计算机给分子建模。第一小步是下载文件,浏览两个检查点文件夹,看看各自装了什么。

如果你本身做这个领域,请注意模型卡没有给出架构细节、规模或基准数字。它只指向两组检查点对应的论文,以及一张单独的数据摘要卡。把它当作训练自己模型的软件包,外加几组已发表的检查点。

收集你的分子数据
用软件包训练自定义模型
与已发表的检查点对比
把模型用于你的分子任务

注意事项:高级预训练版本不在这个仓库里。

  • License: MIT
  • Cost to run: 这里的文件没有提到任何费用。模型卡也没有给出 Azure Quantum Elements 上高级版本的价格。
  • Data it reaches: 它把文件从 Hugging Face 下载到你的电脑。模型卡没有提到账号、网络或剪贴板访问。
  • Not for: 期待在这里找到高级预训练版本的人,因为它们不在这个仓库里

Hugging Face 上的数据(2026年11月13日)

  • 最近 30 天下载:0
  • 点赞:10
  • 许可证:mit

链接

  • 模型:https://huggingface.co/microsoft/Graphormer
  • 文件:https://huggingface.co/microsoft/Graphormer/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download microsoft/Graphormer

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

研究类的相似商品

查看研究类的全部商品

ManiFlow-tb

allenai · 工具包

allenai 的 ToyBlocks 积木堆叠项目的底层动作模型,用模拟的 Franka 机械臂数据训练,能在桌面上拾取、放置和旋转三块积木。这是面向机器人学的研究模型。

新上架

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架