DeePMD-kit是一个开源软件包,用于利用神经网络势能进行分子动力学(MD)模拟。该软件包于2017年首次发布^{29} ,自那以后经历了快速发展,并得到了许多开发者的贡献。DeePMD-kit实现了一系列被称为深度势能(DP)模型的MLP模型^{9,10,51-54} ,已被广泛应用于物理学、化学、生物学和材料科学等领域,用于研究各种原子...
DeePMD-kit v1.x 的描述子仅支持两体嵌入,虽然在环境矩阵中已经包括了构型多体相关性的的描述,但是这个描述仍然是不完备的。在绝大多数应用中这种不完备性不会导致模型精度不足,但我们仍然发现在少数极端情况下两体嵌入的深度势能模型无法满足用户需求,因此在DeePMD-kit v2.0.0中加入了三体嵌入,更加完备地描述每个...
DeePMD-kit包括三部分:1) 用于计算作用力、描述符和作用力的C++库,包括与TensorFlow的接口和第三方MD包;2) 使用TensorFlow的训练和测试程序;3) 对于LAMMPS和i-PI的支持。 一个完整的模拟过程包括以下步骤:1) 对于给定的系统,DeePMD-kit先将AIMD计算得到的数据转化为一种自定义的文件格式,其中包括原子的坐标以及原子...
DeePMD-kit是一个利用深度学习进行精确量子化学计算和分子动力学模拟的开源软件工具。它通过神经网络模拟第一性原理计算，以高效的速度保持高精度，特别适合大规模分布式计算。深势科技团队凭借DeePMD-kit在高性能计算领域取得了显著成就，包括获得戈登贝尔奖和入选中国/世界十大科技进展。系列教程将详细介绍DeePMD...
DeePMD-kit就是一个实现好了的、开源的神经网络势(高维神经网络称为深度学习)的训练,使用工具。DP-GEN 也是他们开发的一个主动学习进行构象采样的工具,可以减少训练集中的冗余度,从而减少了DFT的需求。通过训练一组神经网络模型分别跑神经网络势动力学(DeepMD),再用DFT评估几组模型中误差较大的点,可以主动探索未知...
DeePMD-kit，一款用于深度势能训练的工具，对于新手来说，可能需要更多的用户友好的教程。DP君将简化介绍其5分钟内的基础设置流程。训练流程简单明了，只需三步：准备DFT计算结果的数据，将其转化为DeePMD-kit能识别的格式，然后进行模型训练并保存参数到文件。 数据处理借助dpdata，一招在手，数据转换快...
DeePMD-kit 是围绕深度学习分子模拟方法DeepPotential开发的开源科学软件包。发布一年多以来,DeePMD-kit已被国内外多个研究组使用,涉及物理、化学、材料等多个领域。由于应用与开发需求的不断增加,我们决定定期开展使用交流会。在本次交流会上我们将发布和介绍DeePMD-kit v1.0版本和基于DeePMD-kit开发的力场生成软件DP-GE...
DeePMD-kit 是一个深度学习包,基于神经网络拟合第一原理数据,用于多体势能表示和分子动力学。无需人工干预,即可在数小时内以端到端的方式将用户提供的数据转换为深度势能模型,并可与常用分子动力学模拟软件(LAMMPS、OpenMM、GROMACS等)无缝集成。DeePMD-kit可以在保持量子力学精度和准确度的基础上,将分子动力学的计算...
DeepMD-kit的安装提供了离线、conda和docker三种方式供选择，本文将重点介绍使用conda安装DeepMD-kit的过程。在开始之前，确保您的Ubuntu系统已经安装了conda。如果没有，可以通过访问conda官网或使用以下命令下载并安装：cd 到您选择的目录，并运行以下命令安装conda：一旦conda成功安装，打开.bashrc文件，并在...