DeePMD-kit v2: A software package for deep potential models

计算机科学 可用性 软件 计算科学 绘图 文档 嵌入 软件工程 人工智能 程序设计语言 计算机图形学(图像) 人机交互
作者
Jinzhe Zeng,Duo Zhang,Denghui Lu,Pinghui Mo,Zeyu Li,Yixiao Chen,Marián Rynik,Li'ang Huang,Ziyao Li,Shaochen Shi,Yingze Wang,Haotian Ye,Ping Tuo,Jiabin Yang,Ding Ye,Yifan Li,Davide Tisi,Qiyu Zeng,Baohui Han,Yu Lei,Jiayuan Huang,Koki Muraoka,Yibo Wang,Junhan Chang,Fengbo Yuan,Sigbjørn Løland Bore,Chun Cai,Yen-Chih Lin,Bo Wang,Jiayan Xu,Jiaxin Zhu,Chenxing Luo,Yuzhi Zhang,Rhys E. A. Goodall,Wenshuo Liang,Anurag K. Singh,Sikai Yao,Jingchao Zhang,Renata M. Wentzcovitch,Jiequn Han,Jie Liu,Weile Jia,Darrin M. York,E Weinan,Roberto Car,Linfeng Zhang,Han Wang
出处
期刊:Journal of Chemical Physics [American Institute of Physics]
卷期号:159 (5) 被引量:20
标识
DOI:10.1063/5.0155600
摘要

DeePMD-kit is a powerful open-source software package that facilitates molecular dynamics simulations using machine learning potentials known as Deep Potential (DP) models. This package, which was released in 2017, has been widely used in the fields of physics, chemistry, biology, and material science for studying atomistic systems. The current version of DeePMD-kit offers numerous advanced features, such as DeepPot-SE, attention-based and hybrid descriptors, the ability to fit tensile properties, type embedding, model deviation, DP-range correction, DP long range, graphics processing unit support for customized operators, model compression, non-von Neumann molecular dynamics, and improved usability, including documentation, compiled binary packages, graphical user interfaces, and application programming interfaces. This article presents an overview of the current major version of the DeePMD-kit package, highlighting its features and technical details. Additionally, this article presents a comprehensive procedure for conducting molecular dynamics as a representative application, benchmarks the accuracy and efficiency of different models, and discusses ongoing developments.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Ray完成签到 ,获得积分10
3秒前
ken131完成签到 ,获得积分10
4秒前
淡定草丛完成签到 ,获得积分10
5秒前
嘻嘻哈哈完成签到 ,获得积分10
5秒前
yyy完成签到 ,获得积分10
8秒前
Joker完成签到,获得积分0
10秒前
kevin完成签到,获得积分10
10秒前
小宝爸爸完成签到 ,获得积分10
10秒前
轩辕中蓝完成签到 ,获得积分10
13秒前
Leohp完成签到,获得积分10
14秒前
枫林摇曳完成签到 ,获得积分10
14秒前
琦qi完成签到 ,获得积分10
15秒前
机智的思山完成签到 ,获得积分10
19秒前
梧桐完成签到 ,获得积分10
26秒前
鲤鱼依白完成签到 ,获得积分10
27秒前
wsl完成签到 ,获得积分10
29秒前
阿浮完成签到 ,获得积分10
30秒前
沙里飞完成签到 ,获得积分10
36秒前
韦雪莲完成签到 ,获得积分10
37秒前
xl完成签到 ,获得积分10
42秒前
ko1完成签到 ,获得积分10
43秒前
oioi完成签到,获得积分20
44秒前
yhy完成签到 ,获得积分10
44秒前
ycw7777完成签到,获得积分10
45秒前
芽衣完成签到 ,获得积分10
47秒前
文欣完成签到 ,获得积分10
47秒前
无极2023完成签到 ,获得积分10
52秒前
关中人完成签到,获得积分10
53秒前
晴朗完成签到 ,获得积分10
55秒前
我不会乱起名字的完成签到,获得积分10
56秒前
58秒前
njseu完成签到 ,获得积分10
1分钟前
chen完成签到 ,获得积分10
1分钟前
djbj2022发布了新的文献求助10
1分钟前
火星仙人掌完成签到 ,获得积分10
1分钟前
泠风来完成签到,获得积分10
1分钟前
开心的太清完成签到,获得积分10
1分钟前
Ade完成签到,获得积分10
1分钟前
mike2012完成签到 ,获得积分10
1分钟前
这个硬盘完成签到 ,获得积分10
1分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3155031
求助须知:如何正确求助?哪些是违规求助? 2805746
关于积分的说明 7865931
捐赠科研通 2464038
什么是DOI,文献DOI怎么找? 1311698
科研通“疑难数据库(出版商)”最低求助积分说明 629734
版权声明 601862