此教程不单独安装cuda和cudnn，如果GPU是NVIDIA 的可以直接安装pytorch包里面自动安装好cuda即可，安装好此教程可以在pycharm中跑数据进行深度学习相关工作，但是此教程只针对电脑含有NVIDIA英伟达GPU的。...

只需改后面三行代码就行，前面可以直接套用，具体每个代码什么意思就不赘述了。优点：会把每次输出生成一个.out文件方便后期结果查阅保存。缺点：输出没有保存到文件里，如果输出很多不易查看。缺点：不够简介，需要写.slurm文件。以上就是常用的两种操作。2.采用终端指令运行。

药物设计的过程是一个漫长，复杂和昂贵的过程，但近年来AL/ML/DL爆炸性的发展,极大程度上促进了药物设计的发展，有望改变设计-制造-测试-分析的（DMTA）周期，加快药物设计的过程,降低成本。本书旨在提供药物设计中AL/ML/DL方法的发展和应用的最新技术的概述.主题还包括：1.如何应对这些新技术方法加速和革新传统的药物设计方法，如admet、药物动力学、药物靶标停留时间等。2.这些新方法的应用

亲测有效快捷配置tensorflow-gpu环境

此教程不单独安装cuda和cudnn，如果GPU是NVIDIA 的可以直接安装pytorch包里面自动安装好cuda即可，安装好此教程可以在pycharm中跑数据进行深度学习相关工作，但是此教程只针对电脑含有NVIDIA英伟达GPU的。...

NCU服务器配置深度学习环境

只需改后面三行代码就行，前面可以直接套用，具体每个代码什么意思就不赘述了。优点：会把每次输出生成一个.out文件方便后期结果查阅保存。缺点：输出没有保存到文件里，如果输出很多不易查看。缺点：不够简介，需要写.slurm文件。以上就是常用的两种操作。2.采用终端指令运行。

药物设计的过程是一个漫长，复杂和昂贵的过程，但近年来AL/ML/DL爆炸性的发展,极大程度上促进了药物设计的发展，有望改变设计-制造-测试-分析的（DMTA）周期，加快药物设计的过程,降低成本。本书旨在提供药物设计中AL/ML/DL方法的发展和应用的最新技术的概述.主题还包括：1.如何应对这些新技术方法加速和革新传统的药物设计方法，如admet、药物动力学、药物靶标停留时间等。2.这些新方法的应用

近年来，定量构效关系(QSAR)这一广为人知的概念引起了人们极大的兴趣。数据、描述符和算法是构建有用的模型的主要支柱，这些模型支持使用计算机方法进行更有效的药物发现过程。这三个领域的重大进展是人们对这些模型重新产生兴趣的原因。在这本书的章节中，我们回顾了各种机器学习(ML)方法，这些方法利用了许多化合物的体外/体内测量数据。我们将这些与其他数字药物发现方法联系起来，并给出了一些应用实例。近年来，定

亲测有效快捷配置tensorflow-gpu环境