Acerca de
DeepChem es un kit de herramientas de aprendizaje automático molecular para el descubrimiento de fármacos que permite la predicción de propiedades (ADMET, toxicidad) y el entrenamiento de modelos utilizando GNNs y los puntos de referencia de MoleculeNet. Úsalo para procesar datos moleculares, aplicar métodos de caracterización y trabajar con modelos preentrenados para tareas de aprendizaje automático en química y biología.
Instalación rápida
Claude Code
Recomendadonpx skills add robinbarvaag/poynt -a claude-code/plugin add https://github.com/robinbarvaag/poyntgit clone https://github.com/robinbarvaag/poynt.git ~/.claude/skills/deepchemCopia y pega este comando en Claude Code para instalar esta habilidad
Repositorio GitHub
Preguntas frecuentes
¿Qué es el Skill deepchem?
deepchem es un Skill de Claude creado por robinbarvaag. Los Skills agrupan instrucciones y recursos que Claude carga cuando los necesita para realizar tareas relacionadas con deepchem sin indicaciones adicionales.
¿Cómo instalo deepchem?
Usa los comandos de instalación de esta página: añade deepchem a Claude Code como plugin o clona su repositorio en tu directorio de skills y reinicia Claude para cargarlo.
¿A qué categoría pertenece deepchem?
deepchem pertenece a la categoría Otro.
¿Se puede usar deepchem gratis?
Sí. deepchem aparece en AIMCP y se puede instalar gratis.
Habilidades relacionadas
LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
Esta habilidad de Claude analiza los mercados de apuestas deportivas, incluyendo spreads, over/unders y apuestas de propuestas, mediante el examen de tendencias históricas y estadísticas situacionales para identificar apuestas de valor. Proporciona una salida en markdown estructurado con recomendaciones accionables con fines educativos. Los desarrolladores deben utilizar esto para herramientas de análisis de apuestas deportivas, teniendo en cuenta que está diseñado únicamente para entretenimiento/educación.
Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.