NEP自动训练
Project description
安装
Python包索引PyPI中的版本始终是相对无bug的最新稳定版本,可以通过pip安装
:
pip install NepTrain
如果你想在主分支上使用最新未发布的更改,你可以直接从GitHub安装:
pip install -U git+https://github.com/aboys-cb/NepTrain
使用方式
修改vim ~/.NepTrain
修改赝势文件路径,
如果没有这个文件,请任意执行一次NepTrain init
1. 初始化
首先先初始化下 会在当前目录下创建提交脚本
NepTrain init
(mysci) aboy@aboy:/mnt/d/Desktop/1$ NepTrain init
[2024-11-05 13:20:57.264180]-- 对于已有的文件我们选择跳过,如果需要强行生成覆盖,请使用-f 或者--force。
[2024-11-05 13:20:57.270163]-- 创建./structure,请将需要跑md的扩包结构放到该文件夹!
[2024-11-05 13:20:57.285512]-- 请检查sub_vasp.sh中的队列信息以及环境设置!
[2024-11-05 13:20:57.289824]-- 请检查sub_gpu.sh中的队列信息以及环境设置!
[2024-11-05 13:20:57.294086]-- 您需要检查修改job.yaml的vasp_job以及vasp.cpu_core。
[2024-11-05 13:20:57.294713]-- 同样需要检查修改job.yaml的gpumd主动学习的设置!
[2024-11-05 13:20:57.472578]-- 创建run.in,您可修改系综设置!温度和时间程序会修改!
[2024-11-05 13:20:57.478132]-- 初始化完成,您在检查好文件后,运行NepTrain train job.yaml即可
2. 制作训练集(可选)
针对结构或者结构文件生成微扰训练集
0.03的晶格形变+0.1的原子扰动
NepTrain perturb ./structure/Cs16Ag8Bi8I48.vasp --num 200 --cell 0.03 -d 0.1 -o train.xyz
3. 提交任务
在修改提交脚本以及任务配置后,在登陆节点运行以下命令即可
NepTrain train job.yaml
如果是后台运行 配合nohup即可
nohup NepTrain train job.yaml &
如果中途出现异常停止了,目录下有一个restart.yaml 执行以下命令即可
NepTrain train restart.yaml
以下是单独使用部分功能的命令demo
- 很多参数都是默认的可通过-h查看 比如
NepTrain vasp -h
计算VASP单点能
NepTrain vasp demo.xyz -np 64 -g --kpoints 20
如果想修改执行目录 输出目录 以及指定incar 参考以下命令
NepTrain vasp demo.xyz -np 64 --directory ./cache -g --incar=./INCAR --kpoints 20 -o ./result/result.xyz
执行主动学习
对./structure的结构跑300k、500k 10ps的md
NepTrain gpumd ./structure -t 10 -T 300 500
更多细节参数执行NepTrain gpumd -h
Project details
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distributions
No source distribution files available for this release.See tutorial on generating distribution archives.
Built Distribution
NepTrain-1.3.0-py3-none-any.whl
(74.7 kB
view details)
File details
Details for the file NepTrain-1.3.0-py3-none-any.whl
.
File metadata
- Download URL: NepTrain-1.3.0-py3-none-any.whl
- Upload date:
- Size: 74.7 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/3.8.0 colorama/0.4.4 importlib-metadata/4.6.4 keyring/23.5.0 pkginfo/1.8.2 readme-renderer/34.0 requests-toolbelt/0.9.1 requests/2.25.1 rfc3986/1.5.0 tqdm/4.57.0 urllib3/1.26.5 CPython/3.10.12
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 9937f68bc07be69a23f66c1a6e1f372eda854811ca3926b77048de894ad4b185 |
|
MD5 | 978d06bac11a70ab16c2831c3fbcf422 |
|
BLAKE2b-256 | 9497d1058c1a10af403596952253f681539258f5b26da6e3d28292ac8b717865 |