LogoClawIndex
案例技能关于
LogoClawIndex

cnn-inference-on-spectral-data - 使用 CNN 从二级质谱数据生成分子嵌入向量

将预处理的二级质谱数据输入已训练的 CNN 模型,提取用于下游代谢物匹配的多维分子嵌入向量。

标签

更新于: 2026-09-19

能力

典型输入

典型输出

该技能可以做什么

  • 加载预处理的 MS/MS 质谱数据
  • 初始化已训练的 CNN 模型
  • 提取分子嵌入向量
  • 保存嵌入特征矩阵至磁盘

输入

  • 预处理的 MS/MS 质谱数据
  • 已训练的 CNN 模型权重文件
  • MSP 格式质谱文件
  • YAML 配置文件

输出

  • 多维分子嵌入向量
  • CSV 或 NumPy 格式的嵌入特征矩阵

要求

  • PyTorch 框架
  • ChemEmbed cnn_train 模块
  • 预训练的 CNN 模型权重

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。
质谱
代谢组学
卷积神经网络
推理
分子嵌入
PyTorch
加载预处理的 MS/MS 质谱数据
初始化已训练的 CNN 模型
提取分子嵌入向量
保存嵌入特征矩阵至磁盘
预处理的 MS/MS 质谱数据
已训练的 CNN 模型权重文件
MSP 格式质谱文件
多维分子嵌入向量
CSV 或 NumPy 格式的嵌入特征矩阵