Example for AuAg active learning
本案例为金银合金体系的主动学习过程，案例位于 pwact/example/auag_pwmat/ 首先通过 INIT_BULK 构造初始训练集，之后使用初始训练集训练模型，并使用在 INIT_BULK 中使用微扰产生的结构做为初始构型，使用用户输入的lammp.in输入控制文件下做主动学习采样。
tip
使用用户输入的lammp.in输入控制文件下做主动学习采样在 pwact-0.4 版本中开始支持。
以下案例使用的 DFT 计算软件为 PWMAT，案例也提供了使用 VASP 的对应设置pwact/example/auag_vasp/、 CP2K的对应设置pwact/example/auag_cp2k/。
请注意，案例中提供的DFT设置仅用于程序执行流程测试，不保证计算精度。
INIT_BULK
启动命令
进入 pwact/example/auag_pwmat/init_bulk 目录
pwact init_bulk init_param.json resource.json
INIT_BULK 目录结构
INIT_BULK 目录与 si_pwmat 案例 目录结构相同。
主动学习
执行完毕 init_bulk 命令之后，进入 examples/auag_pwmat/run_iter_lmps 目录：
启动命令：
pwact run param.json resource.json
主动学习文件目录
主动学习目录结构与 si_pwmat 例子目录结构相同。唯一区别是对md的目录名称，如'md.000.sys.000/md.000.sys.000.t.000.p.000' 将变成'md.000.sys.000/md.000.sys.000.lmps.000'，这里lmps.000用于标示使用的lammps.in文件编号。
example
├──param.json
├──resource.json
├──scf_etot.input
├──iter.0000
│ ├──00.train
│ │ ├──...
...
│ ├──01.explore
│ │ ├──md
│ │ │ ├──md.000.sys.000
│ │ │ │ ├──md.000.sys.000.lmps.000
│ │ │ │ ├──...
│ │ │ │ └──model_devi_distribution.png
│ │ │ ├──md.000.sys.001
│ │ │ ├──md.001.sys.000
│ │ │ └──md.001.sys.003
│ │ └──select
│ │ ├──accurate.csv
│ │ ├──candidate.csv
│ │ ├──candidate_delete.csv
│ │ ├──fail.csv
│ │ ├──error_traj.log
│ │ ├──select_summary.txt
│ │ ├──model_devi_distribution-md.000.sys.000.png
│ │ └──...
│ └──02.label
│ │ ├──scf
│ │ │ ├──md.000.sys.000
│ │ │ │ ├──md.000.sys.000.t.001
│ │ │ │ │ ├──820-scf
│ │ │ │ │ │ ├──820.config
│ │ │ │ │ │ ├──etot.input
│ │ │ │ │ │ ├──REPORT
│ │ │ │ │ │ └──OUT.MLMD
│ │ │ │ │ ├──200-scf
│ │ │ │ │ └──...
│ │ │ │ └──md.000.sys.000.t.000
│ │ │ │ └──...
│ │ │ ├──md.000.sys.001
│ │ │ ├──...
│ │ │ ├──md.001.sys.000
│ │ └──result
│ │ └──train.xyz
├──iter.0001
│ └──...
├──...