版本：Next

Machine Learning Force Field

PWmat Machine Learning Force Field (PWMLFF) 是一套在 GNU 许可下的开源软件包。我们提供了一套完备的软件、工具以及数据仓库，用于快速生成生成媲美从头算分子动力学（AIMD）的机器学习力场。包括模型训练平台 PWMLFF、Lammps 分子动力学接口、主动学习数据生成平台 pwact、数据格式转换工具 pwdata、数据和模型仓库。您可以通过下列链接访问它们的源码以及使用手册。

1. PWMLFF机器学习平台

👉开源仓库地址

包括 8 种具有平移、旋转和置换不变性的特征类型

        1. 2-body(2b)
        2. 3-body(3b)
        3. 2-body Gaussian(2b gauss)
        4. 3-body Cosine(3b cos)
        5. Moment Tensor Potential(MTP)
        6. Spectral Neighbor Analysis Potential(SNAP)
        7. DP-Chebyshev(dp1)
        8. DP-Gaussian(dp2)

4 种训练模型

        1. Linear Model
        2. Neural Network(NN)
        3. DP se_e2_a(Pytorch)
        4. Neuroevolution Potential(NEP)

2 种高效的训练优化器

        1. Adaptive Moment Estimation (ADAM)
        2. Reorganized Layer Extended Kalman Filtering (LKF)

2. lammps 接口

👉开源仓库地址

高效的分子动力学仿真软件，无缝集成了PWMLFF的 DP 模型（包括type embedding 以及 model compress）和 NEP 模型，模拟支持 CPU(多核) 以及 GPU(多卡) 。对于 Linear 和 NN 提供了基于 fortran 的 CPU 版本 Lammps 接口。

3. 主动学习平台

👉开源仓库地址

PWact 是开源的基于 PWMLFF 的一套自动化主动学习数据生成平台。它集成了 PWMLFF、Lammps接口以及常用的PWMAT、VASP、CP2K、DFTB(PWMAT 集成)第一性原理软件，能够自动进行计算任务分发、监控、故障恢复、结果收集。通过使用PWact，用户能够低成本、快速地制备覆盖广泛相空间的训练数据集。