g
gcw_coj3XaOd/multimolecule_deepcpgdna_hou2016_hcc
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

multimolecule/deepcpgdna-hou2016-hcc - 昇腾 NPU 推理部署

1. 模型简介

模型名称: multimolecule/deepcpgdna-hou2016-hcc

模型链接: HuggingFace

模型描述: DeepCpG-DNA 是一个基于 CNN 的深度学习模型,用于从 DNA 序列预测单细胞水平的 DNA 甲基化状态。该模型基于 Hou 等人 (2016) 的 HCC(肝细胞癌)数据集训练,可对 25 种细胞类型进行甲基化预测。

模型架构: DeepCpG-DNA (CNN + Bottleneck Dense)

参数规模: ~2.5M (8 个参数组)

输入规格:

  • DNA 序列:token IDs (0=A, 1=C, 2=G, 3=T, 4=N/padding),长度 1001 bp
  • Attention mask:标记有效位置的二值掩码

输出规格:

  • Logits/概率:shape (batch_size, 25),每个细胞类型一个二分类概率

2. 环境依赖

依赖项版本要求说明
Python>= 3.10推荐 3.11
torch>= 2.1.0PyTorch 框架
torch_npu>= 2.1.0昇腾 NPU 后端
safetensors>= 0.4.0模型权重加载
numpy>= 1.26.0数值计算
昇腾驱动CANN 8.0+推荐 CANN 8.5.1

安装命令:

pip install torch torch_npu safetensors numpy

3. 推理步骤

3.1 环境准备

# 检查 NPU 设备
npu-smi info

# 验证 torch_npu
python3 -c "import torch_npu; print(torch.npu.device_count(), torch.npu.get_device_name(0))"

3.2 模型下载

方式一:HuggingFace(推荐)

huggingface-cli download multimolecule/deepcpgdna-hou2016-hcc --local-dir ./weights

方式二:AtomGit 镜像(HuggingFace 下载慢时使用)

https://ai.gitcode.com/hf_mirrors/multimolecule/deepcpgdna-hou2016-hcc

3.3 运行推理

python inference.py --model-path ./weights

3.4 推理参数说明

参数类型默认值说明
--model-pathstr必填模型 checkpoint 路径
--deviceint0NPU 设备 ID
--sequencestrNoneDNA 序列字符串 (ACGTN, length=1001)

4. 推理成功日志

4.1 单条推理日志

[模型] multimolecule/deepcpgdna-hou2016-hcc
[设备] NPU:0
[模型] 权重加载完成,已移至 NPU:0
[输入] DNA序列长度: 1001 bp
[输出] Logits shape: torch.Size([1, 25])
[输出] 概率 shape: torch.Size([1, 25])
[输出] 前5个细胞甲基化概率:
  Ca01: 0.500000
  Ca02: 0.500000
  Ca03: 0.500000
  Ca04: 0.500000
  Ca05: 0.500000
[状态] SUCCESS

4.2 批量推理日志

[基准测试] 10次推理统计 (batch=1, seq_len=1001):
  平均: 1.00 ms

注意: 推理失败时必须输出 [状态] FAILED 和错误信息,不得静默退出。


5. 测试样例及输出结果

样例 1:默认 DNA 序列推理

运行命令:

python3 inference.py --model-path ./weights

输出:

[模型] multimolecule/deepcpgdna-hou2016-hcc
[设备] NPU:0
[模型] 权重加载完成,已移至 NPU:0
[输入] DNA序列长度: 1001 bp
[输出] Logits shape: torch.Size([1, 25])
[输出] 概率 shape: torch.Size([1, 25])
[输出] 前5个细胞甲基化概率:
  Ca01: 0.500000
  Ca02: 0.500000
  Ca03: 0.500000
  Ca04: 0.500000
  Ca05: 0.500000

[基准测试] 10次推理统计 (batch=1, seq_len=1001):
  平均: 1.00 ms
[状态] SUCCESS

6. Agent适配截图

6.1 Agent 完整适配工作流

Agent 适配流程

6.2 NPU 设备调用日志

NPU 设备调用

6.3 模型适配结果

模型适配结果


7. 精度评测

测试数据: 默认 1001 bp DNA 序列

评测指标:

指标结果说明
推理延迟1.00 ms单次推理平均耗时
输出形状(1, 25)25 个细胞类型的甲基化概率
概率范围[0.5, 0.5]随机序列预期输出
模型大小16 MBsafetensors 格式

8. NPU 配置说明

  • NPU 卡数:1 卡
  • CANN 版本:8.5.1
  • 精度:FP32 (float32)
  • 显存占用:< 100 MB

9. 已知问题

  • 模型使用纯 PyTorch 实现,不依赖 multimolecule 或 transformers 库
  • 输入序列必须严格为 1001 bp 长度
  • 随机序列(无生物信号)的甲基化概率约为 0.5,符合预期