教程¶
如果您不熟悉DeepChem，则可能想了解一些基本的问题。如什么是DeepChem？ 您为什么要关心使用它？ 一句话来概括下，DeepChem是一个科学的机器学习库。 (“Chem”表示DeepChem最初专注于化学应用的历史事实， 但我们现在让deepchem更广泛地支持所有类型的科学应用)
为什么要使用DeepChem而不是其他的机器学习库？ 简单来说，DeepChem中包含了大量处理科学计算的工具，如加载科学数据集、 处理数据、变换数据、切割数据、训练数据等。 DeepChem的底层使用了大量的其他机器学习框架， 如 scikit-learn, TensorFlow, 和 XGBoost.
我们也尝试使用 `PyTorch <https://pytorch.org/>`_和`JAX <https://github.com/google/jax>`_中进行训练模型。我们的目的使用各种可得的工具推进科学研究。
在本教程的其余部分中，我们将快速概述DeepChem的API。
DeepChem是一个大型的python模块库，因此我们不会涵盖所有内容， 但我们会给您提供足够的入门资源。
数据处理¶
dc.data 模块包含了处理 Dataset 对象的工具。
Dataset 对象是DeepChem的核心。
A Dataset 包含了常用的机器学习数据集。 is an abstraction of a dataset in machine learning.
数据集中包含特征，标签，权重以及相关的标识符。
与其进一步详细说明，不如直接向您展示相应的数据集。
这里我使用了 NumpyDataset 类，将相应的数据集会导入到内存中。
这对于对于在小规模的数据集进行探索非常方便，但是对于较大的数据集则不太方便。
对于较大的数据集，我们推荐使用 DiskDataset 这个类。
在这里示例中，我们并没有显式地指定数据目录， DiskDataset 类会默认把数据写到临时目录中。请注意，dataset.X和dataset.y从磁盘加载数据！因此，对于较大的数据集，这可能会非常耗时。
特征工程¶
“特征化”的代码的功能是将原始输入数据转换为适合机器学习的形式。
dc.feat 模块包含大量对分子，分子配合物和无机晶体进行特征化的工具代码。
这里我们展示一个使用 dc.feat 模块对分子进行特征化的案例。
这里我们使用 CircularFingerprint 代码将 SMILES 转换成了 ECFP。
ECFP由化学结构信息制成的位向量指纹，我们可以将其用作各种模型的输入。
假设，你有一个csv文件，里面包含了SMILES和HOMO-LUMO的gap性质。
在这种情况下，通过使用 DataLoader 代码，您可以很方便地加载数据并对其特征化。
数据分割¶
dc.splits 模块包含了大量的数据分割工具。
通常，我们需要将数据集划分为训练集、验证集和测试集进行训练模型和测试模型。
下面我们会为你展示一个数据分割的使用案例。
这里我们使用 :code:`RandomSplitter`代码将数据集以3:1:1的形式划分为训练集、验证机和测试集。
注意，随机划分在小数据集或者非平衡数据集等情况，有时会高估模型的性能。 请谨慎充分的评估模型。
dc.splits 模块提供了更多的方法和算法来合理评价模型的性能， 比如交叉验证、基于分子骨架分割数据集。
模型训练和评价¶
dc.models 模块包含大量用于科学应用的模型。
大部分模型可以从 dc.models.Model 中继承而来，
我们可以通过调用 fit 的方法对模型进行训练。
下面，我们将向你展示模型的使用方法。
这里，我们使用了:code:SklearnModel 里面的模型，对模型进行了训练，在验证集和测试集上进行了测试。
即使您想要训练由TensorFlow或PyTorch实现的深度学习模型，也只需调用 fit 方法即可！
如果您使用 dc.metrics.Metric，则可以仅通过调用 evaluate 方法来评估模型。
更多教程¶
DeepChem在github上面维护着大量的`教程 <https://github.com/deepchem/deepchem/tree/master/examples/tutorials>`_, 可在Google Colab <https://colab.research.google.com/>`_上运行，该在线平台可让你很方便地执行Jupyter notebook。
完成本入门教程后，我们建议您阅读更多的`相关教程 <https://github.com/deepchem/deepchem/tree/master/examples/tutorials>` 。