任务目标

利用Lucavirus的预训练模型做编码器，实现一个简单的下游回归任务网络。并在DMS_Bind_Reps_Strain数据集上进行训练和验证。

Task#1 下载数据集

下载http://47.93.21.181/lucavirus/DownstreamTasksDatasets/的第一个数据集DMS_Bind_Reps_Strain到dataset文件夹中，下载完成后，文件结构应为：

Lucavirus-tutorial
└── dataset
    └── DMS_Bind_Reps_Strain
        └── protein
            └── regression
                ├── dev
                ├── train
                └── predict

打开dev.csv熟悉数据集的结构

Task#2 实现EmbeddingEncoder

阅读huggingface和model.py中EmbeddingEncoder相关的代码，并补全_generate_embedding方法

Task#3 实现LucaDownstreamSequenceRegressor

在model.py中实现LucaDownstreamSequenceRegressor，输入为蛋白质序列，输出为亲和力预测值。

Task#3 实现train.py

1. 在main方法中定义train_dataloader与eval_dataloader,batch_size设置为16
2. 实现evaluate方法，使用mse作为模型评判标准并输出
3. 实现train方法,并且每训练5000个step进行一次evaluate
4. 在main方法中调用train方法，在数据集上训练两个epoch