DP-GEN公司 swMATH ID: 36442 软件作者： 张玉芝、王海迪、陈伟杰、曾金哲、张林峰、王翰、渭南E 描述： DP-GEN：一个用于生成可靠的基于深度学习的势能模型的并行学习平台。近年来，基于深度学习的原子间势能面（PES）模型被提出，这可能使我们能够以量子精度对大规模系统进行分子动力学模拟。然而，使这些模型真正可靠和实用仍然是一项非常艰巨的任务。此任务的一个关键组件是生成模型训练中使用的数据集。在本文中，我们介绍了Deep Potential GENerator（DP-GEN），这是一个开源软件平台，它实现了最近提出的“在线”学习过程[Phys.Rev.Materials 3，023804]并且能够以最小化人为干预和数据生成和模型训练的计算成本的方式生成一致准确的基于深度学习的PES模型。DP-GEN自动迭代地执行三个步骤：探索、标记和训练。它支持这三个步骤的各种流行软件包：用于探索的LAMMPS、用于标记的Quantum Espresso、VASP、CP2K等，以及用于培训的DeePMD-kit。它还允许在不同类型的机器上自动提交作业和收集结果，例如高性能集群和云机器，并适用于不同的作业管理工具，包括Slurm、PBS和LSF。作为一个具体的例子，我们详细说明了使用DP-GEN为Cu生成通用PES模型的过程。 主页： https://arxiv.org/abs/1910.12690 源代码： https://github.com/deepmodeling/dpgen 关键词： 物理学；arXiv_physics.comp-ph公司；深度学习；势能面；聚醚砜；深电位发电机 相关软件： TensorFlow公司；亚当；高斯人；车灯；github；D订阅；PhysNet（物理网）；张量摩尔；特威特里斯；雷克斯FF；变压器；SchNet公司；AlexNet公司；ImageNet公司；Slurm公司；数据处理数据；AiiDA公司；VASP公司；CP2K系统；Quantum浓缩咖啡 引用于： 4文件 标准条款 2出版物描述软件，包括1出版物以zbMATH为单位 年份 DP-GEN：一个并发学习平台，用于生成可靠的基于深度学习的势能模型。 Zbl 1522.81011号张玉芝；王海迪；陈伟杰；曾金哲；张林峰；王，韩；E、 渭南 2020 DP-GEN：一个并发学习平台，用于生成可靠的基于深度学习的势能模型arXiv公司张玉芝、王海迪、陈伟杰、曾金哲、张林峰、王翰、渭南E 2019 全部的 前5名15位作者引用 2 E、 渭南 1 陈伟杰 1 韩洁群 1 韩，王 1 阿努尔夫·詹岑 1 李冠生 1 王海迪 1 王，韩 1 王思通 1 夏泽宏 1 叶婷 1 曾金哲 1 张林峰 1 张玉芝 1 朱紫薇 4篇连载文章中引用 1 计算机物理通信 1 国际工程科学杂志 1 非线性 1 计算数学 全部的 前5名在6个字段中引用 三 计算机科学（68至XX） 2 量子理论（81-XX） 1 概率论与随机过程（60-XX） 1 数值分析（65-XX） 1 可变形固体力学（74-XX） 1 生物学和其他自然科学（92-XX） 按年份列出的引文