run_iter param.json
run_param.json
训练设置(网络结构、优化器)、探索设置(lammps 设置 、选点策略)以及标记设置(VASP/PWmat 自洽计算设置)。参数列表如下所示
reserve_work
是否保留临时工作目录,默认值为 false
,每轮次主动学习执行结束之后,自动删除临时工作目录。
reserve_md_traj
是否保留 md 运行轨迹,默认值为 false
,每轮次主动学习执行结束之后,自动删除 md 运行轨迹文件。
reserve_scf_files
是否保留自洽计算的所有结果文件,默认值为 false
,设置为 false
之后,每轮次主动学习结束之后,对于 PWMAT 自洽计算,只保留 REPORT
, etot.input
,OUT.MLMD
, atom.config
四个文件,对于 VASP 只保留 OUTCAR
, POSCAR
, INCAR
三个文件。
data_format
用于设置主动学习中初始训练集、采集到的数据集格式,默认为扩展的xyz格式 extxyz
。
init_data
初 始训练集所在目录,为 list 格式。可以是绝对路径或者相对路径(当前目录)。
valid_data
验证集所在目录,为 list 格式,可以是绝对路径或者相对路径(当前目录)。如不设置,则在主动学习训练模型过程中不输出验证集结果。
init_model_list
用于设置初始探索模型,如果已有MatPL训练的 DP 或者 NEP 力场,并且希望从这些力场开始探索工作,则将力场文件路径写入 init_model_list 即可。
注意,这里要求力场数量要与 strategy/model_num 中一致,模型类型要与 train/model_type
中的模型类型一致。并且模型的训练参数将会自动从力场文件中提取,在 train_input_file
或者 train
字典中设置的模型网络和描述符参数将失效。
use_pre_model
在当前步的探索中,使用上一步训练得到的力场,默认值为 true。
train
模型训练参数,用于指定模型网络结构、优化器。详细的参数设置参考 MatPL 训练参数
。您可以像如下例子中所示,设置训练的全部参数,也可以 使用单独的 json 文件,只需要在参数 train_input_file
中指定训练的 json 文件所在路径即可。
train_input_file
可选参数,如果您有单独的 MatPL 输入文件,您可以使用该参数指定文件所在路径。否则您需要设置如下例中所示参数。参数的详细解释您在可以在 MatPL 参数列表中查看。
"train": {
"model_type": "DP",
"atom_type": [
14
],
"seed": 2023,
"model": {
"descriptor": {
"Rmax": 6.0,
"Rmin": 0.5,
"M2": 16,
"network_size": [25, 25, 25]
},
"fitting_net": {
"network_size": [50, 50, 50, 1]
}
},
"optimizer": {
"optimizer": "LKF",
"epochs": 30,
"batch_size": 4,
"print_freq": 10,
"block_size": 5120,
"kalman_lambda": 0.98,
"kalman_nue": 0.9987,
"train_energy": true,
"train_force": true,
"train_ei": false,
"train_virial": false,
"train_egroup": false,
"pre_fac_force": 2.0,
"pre_fac_etot": 1.0,
"pre_fac_ei": 1.0,
"pre_fac_virial": 1.0,
"pre_fac_egroup": 0.1
}
}
由于 MatPL 中设置的默认参数已经能够支持大部分的训练需求,因此,您可以简写为如下形式,将采用标准的 DP
模型 使用 LKF 优化器
训练。
"train": {
"model_type": "DP",
"atom_type": [14],
"max_neigh_num": 100
}
PWact 同时支持 MatPL 的 DP 和 NEP 力场。
strategy
用于设置主动学习的不确定性度量方法,以及是否采用模型压缩做加速。
uncertainty
用于设置不确定性度量策略,当前支持多模型委员会查询方法 (committee
) 。
lmps_tolerance
当lammps 部分轨迹由于各种原因(如力场不准确导致丢失了原子、原子距离太近等)造成 MD 过程为正常执行结束时,是否终止主动学习过程。默认值为 true,即不终止。
lower_model_deiv_f
该参数用于设置偏差的下界,如果偏差值小于该下界,则认为模型对构型的预测准确,不需要标注,默认值为 0.05
。
upper_model_deiv_f
该参数用于设置偏差的上界,如果偏差值大于该上界,则该构型本身不符合物理意义,不需要标注,默认值为 0.15
。
这里使用的最大偏差值,计算公式如下所示:
,
这里 为模型数量,为原子 下标。
model_num
该参数用于设置使用 committee
方法作为不确定性度量时使用的模型数量,默认值为4
,该值的设置应该 >=3
。
max_select
该参数用于设置一轮次主动学习中,对于未设置 select_sys
参数的每个初始探索结构
对应最大选取构型用于标注的数量。当待标注结构数目超过该值时,将随机从待标注结构中选择 max_select
个结构做标注。默认不设置,即不做限制。
例如对于如下 md 探索设置,由于未设置 select_sys
,如果设置了 max_select
,则对于 sys_idx
中指定的这两个结构,分别最多采集 max_select
个结构,因此这里对于该 md 探索设置,最多采集 个结构用于标记。
{
"ensemble": "nvt",
"nsteps": 1000,
"md_dt": 0.002,
"trj_freq": 10,
"sys_idx": [0, 1],
"temps": [500, 800],
"taut":0.1,
"press": [ 1.0],
"taup": 0.5,
"boundary":true
}
compress
该参数用于设置是否对模型做压缩,经过压缩后的模型精度会略有下降,但是模拟速度会有翻倍提升。默认值为 false
, 即不使用模型压缩。
compress_order
该参数用于设置模型压缩的方式,默认值为 "compress_order":3
, 即使用三阶多项式压缩。也可以设置为 "compress_order":5
, 即使用五阶多项式压缩,相比于三阶多项式精度会更高,但是速度比三阶稍慢。
Compress_dx
该参数用于设置模型压缩是的网格大小,默认值为 "Compress_dx":0.01
。
例子
对于committee方式的选点策略
"strategy": {
"uncertainty":"committee",
"lower_model_deiv_f": 0.1,
"upper_model_deiv_f": 0.2,
"model_num": 4,
"max_select": 50,
"compress": false
}
对于KPU 方式选点策略
"strategy": {
"uncertainty":"KPU",
"max_select": 50,
"kpu_lower":0.5,
"kpu_upper":1.5
}
如果您需要开启模型压缩,则
"strategy": {
"uncertainty":"committee",
"lower_model_deiv_f": 0.1,
"upper_model_deiv_f": 0.2,
"model_num": 4,
"max_select": 50,
"compress": true,
"compress_order":3,
"Compress_dx":0.01
}
explore
用于设置主动学习每个轮次探索过程的分子动力学设置
sys_config_prefix
用于设置待探索的结构文件路径前缀,可选参数
,与 sys_configs
配合使用。可以是绝对路径或者相对路径,相对路径为当前目录。
例子:"sys_config_prefix":"/data/structure"
, "sys_configs":"atom.config"
, 则 atom.config
的实际路径是 /data/structure/atom.config
。
sys_configs
设置待探索的结构文件路径,如果设置了 sys_config_prefix
则进行路径拼接,否则使用 sys_configs 中设置的路径作为 config 路径。
该参数为 list 格式,对于 PWMAT 格式结构文件,直接写出文件路径即可,对于 VASP 格式结构文件,需要设置 format
格式,如下例中所示。
"sys_configs": [
{"config":"POSCAR", "format":"vasp/poscar"},
"atom1.config",
"atom2.config"
]
md_jobs
设置每个轮次的主动学习分子动力学参数。为 list 格式,第 i
个元组代表第 i
个轮次主动学习对应设置。每个元组内部可以为 dict 格式,或者 dict 格式的 list 数组。
注意:以下 md 设置中,对于时间的单位都使用 units metal
。
ensemble
设置 系综,默认值 "nve"
,支持如下设置:
npt
、npt-i
或npt-iso
对应 lammps 设置
fix 1 all npt temp ${TEMP} ${TEMP} ${TAU_T} iso ${PRESS} ${PRESS} ${TAU_P}
npt-a
或 npt-aniso
对应 lammps 设置
fix 1 all npt temp ${TEMP} ${TEMP} ${TAU_T} aniso ${PRESS} ${PRESS} ${TAU_P}
npt-t
、npt-tri
对应 lammps 设置
fix 1 all npt temp ${TEMP} ${TEMP} ${TAU_T} tri ${PRESS} ${PRESS} ${TAU_P}
nvt
对应 lammps 设置
fix 1 all nvt temp ${TEMP} ${TEMP} ${TAU_T}
nve
对应 lammps 设置
fix 1 all nve
nsteps
设置 md 总的步数,为必选参数,需要用户提供。
md_dt
用于设置 timestep
,默认值为 0.001
,即 1飞秒