NN 操作演示

这里，我们以 MatPL [源码根目录/example/Cu/nn_demo] 为例，演示 NN 模型的训练、测试、lammps 模拟以及其他功能。案例目录结构如下所示。

Cu/nn_demo
    ├── nn_test.json
    ├── nn_train.json
    ├── train.job
    └── nn_lmps/
        ├── in.lammps
        ├── lmp.config
        ├── forcefield.ff 
        └── runcpu.job

• nn_train.json 是训练 NN 力场输入参数文件
• nn_test.json 是测试 NN 力场输入参数文件
• train.job 是slurm 提交训练任务例子
• nn_lmps 目录下 为 NN 力场的 lammps md例子
  • 力场文件 forcefield.ff
  • 初始结构 lmp.config
  • 控制文件 in.lammps
  • runcpu.job slurm 脚本例子

train 训练

在 nn_demo 目录下使用如下命令即可开始训练：

MatPL train nn_train.json
# 或修改环境变量之后通过slurm 提交训练任务 sbatch train.job

输入文件解释

nn_train.json 中的内容如下所示，关于 NN 的参数解释，请参考 NN 参数手册：

{   
    "format":"pwmat/movement",
    "train_data":["0_300_MOVEMENT", "1_500_MOVEMENT"],
    "valid_data":["valid_movement"],
    "model_type": "NN",
    "atom_type":[29]
}

训练结束后的力场文件目录请参考 model_record 详解

test 测试

MatPL test nn_test.json

test.json 中的内容如下所示，参数解释请参考 参数手册

{   
    "format":"pwmat/movement",
    "test_data":["0_300_MOVEMENT", "1_500_MOVEMENT"],
    "model_type": "NN",
    "model_load_file":"./model_record/nn_model.ckpt"
}

测试结束后的力场文件目录请参考 test_result 详解

extract_ff

在训练结束后的 model_record 目录下，提取 nn_model.ckpt 文件

# 提取nn力场模型
MatPL extract_ff nn_model.ckpt

力场提取后，将得到一个 forcefield 目录，目录结构如下所示，该目录下的其他文件为描述符相关信息。

forcefield
  ├──fread_dfeat/
  ├──input/
  ├──output/
  └──forcefield.ff

lammps MD

NN 模型的 lammps 接口请参考 lammps-fortran 安装和使用。

将训练完成后生成的*.ff力场文件用于 lammps 模拟。 lammps 的输入文件中设置以下内容：

pair_style      matpl
pair_coeff      * * 3 1 forcefield.ff 29

其中3表示使用 NN 模型产生的力场，1表示读取 1 个力场文件，forcefield.ff为 MatPL 生成的力场文件名称，29 为 铜 原子序数