معرفی شرکت ها


autodiscjax-0.4.1


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

python library built on top of jax to facilitate automated exploration and simulation of computational models of biological processes
ویژگی مقدار
سیستم عامل -
نام فایل autodiscjax-0.4.1
نام autodiscjax
نسخه کتابخانه 0.4.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Mayalen Etcheverry
ایمیل نویسنده mayalen.etcheverry@inria.fr
آدرس صفحه اصلی https://github.com/flowersteam/autodiscjax
آدرس اینترنتی https://pypi.org/project/autodiscjax/
مجوز MIT
# AutoDiscJax *Autodiscjax* is a python library built on top of [jax](https://jax.readthedocs.io/en/latest/index.html) and [equinox](https://github.com/patrick-kidger/equinox) to facilitate automated exploration and simulation of computational models of biological processes (such as gene, proteins or metabolites networks). It provides several already-implemented modules and pipelines to organize experimentation on these biological network pathways using curiosity-driven learning and exploration algorithms. ## Installation ``` pip install autodiscjax ``` ## Why use AutoDiscJax? AutoDiscJax follows two main design principles: 1) Everything is a *module*, where a module is simply a parametrized function that takes inputs and returns outputs (and log_data). All autodiscjax modules `adx.Module` are implemented as equinox modules `eqx.Module`, which essentially allows to represent the function as a callable PyTree (and hence to be compatible with jax transformations) while keeping an intuitive API for model building (python class with a \__call\__ method). The only add-on with respect to equinox is that when instantiating a `adx.Module`, the user must specify the module's outputs PyTree structure, shape and dtype. 2) An experiment *pipeline* defines (i) how modules interact sequentially and exchange information, and (ii) what information should be collected and saved in the experiment *history*. AutoDiscJax provides a handful of already-implement modules and pipelines to 1) Simulate biological networks while intervening on them according to our needs 2) Automatically organize experimentation in those systems, by implementing a variety of exploration approaches such as random, optimization-driven and curiosity-driven search 3) Analyze the discoveries of the exploration method, for instance by testing their robustness to various perturbations Finally, AutoDiscJax takes advantage of JAX mains features (just-in-time compilation, automatic vectorization and automatic differentation) which are especially advantageous for parallel experimentation and computational speedups, as well as gradient-based optimization. ## License The project is licensed under the MIT license. ## Acknowledgements AutoDiscJax is inspired by: - the [auto_disc](https://github.com/flowersteam/adtool/tree/prod/libs/auto_disc) library purpose and structure (by the FLOWERS team) - the [equinox](https://github.com/patrick-kidger/equinox) library module definition (by Patrick Kidger) ## See Also Library to: [sbmltoodejax]()


نیازمندی

مقدار نام
- jax[cpu]
- optax
- equinox
- addict


نحوه نصب


نصب پکیج whl autodiscjax-0.4.1:

    pip install autodiscjax-0.4.1.whl


نصب پکیج tar.gz autodiscjax-0.4.1:

    pip install autodiscjax-0.4.1.tar.gz