雷恩 swMATH ID: 40919 软件作者： 张耀龙、夏俊凡、姜斌 描述： REANN：用于分子、反应和周期系统的基于PyTorch的端到端多功能深度神经网络包。在这项工作中，我们提出了一个通用的深度神经网络包，用于表示原子系统的能量、力、偶极矩和极化率。这种所谓的递归嵌入原子神经网络模型兼具物理启发的基于原子描述符的神经网络和基于消息传递的神经网络的优点。在PyTorch框架中实现，训练过程在CPU和GPU上并行，效率高，内存少，所有超参数都可以自动优化。我们通过学习各种分子、反应和周期系统中的能量（有或无力），以及偶极矩矢量和极化张量，证明了该软件包的最先进的准确性、高效性、可扩展性和通用性。为大规模分子动力学模拟提供了训练模型和LAMMP之间的接口。我们希望这个开源工具箱将允许未来的方法开发和应用机器学习势能表面以及分子、反应和材料的量子化学性质。 主页： https://arxiv.org/abs/2112.01774 源代码： https://github.com/zhangylch/REEAN 关键词： 化学物理学；arXiv_物理.chem-ph；物理学；arXiv_physics.comp-ph公司；雷恩；PyTorch公司；深度神经网络 相关软件： 车灯；PhysNet（物理网）；张量摩尔；PyTorch公司 引用于： 0个文档 标准条款 1出版物描述软件 年份 REANN：基于PyTorch的分子、反应和周期系统端到端多功能深层神经网络包arXiv公司张耀龙、夏俊凡、姜斌 2021