#3 · 主分类： 科学计算与数据笔记本
deepmd-kit
ase
c
computational-chemistry
cpp
cuda
deep-learning
deepmd
ipi
jax
lammps
machine-learning-potential
materials-science
molecular-dynamics
nodejs
paddle
potential-energy
python
pytorch
rocm
tensorflow
用于多体势能表示和分子动力学的深度学习软件包
项目最后更新：08/28/26
GitHub Stars
2.0K
Forks数量
646
贡献者数量
89
许可证
LGPL-3.0
收录理由
分子模拟长期卡在精度与效率的取舍上：想算得准就得反复求电子结构，想算得快又往往牺牲可信度。DeePMD-kit给出的办法是用神经网络去拟合原子间的势能面与力场，把昂贵的量子化学计算换成一次训练，之后就能把学到的势函数交给LAMMPS、CP2K这类主流分子动力学引擎，轻松跑到更长的模拟时间。它同时对接TensorFlow、PyTorch、JAX和Paddle等多个深度学习框架，并自带MPI与GPU加速，训练和采样都可以铺到集群上。对于做化学或凝聚态物理、不想从零搭建势函数模型的研究组来说，这个工具包成熟且顺手，直接拿现成的可靠方案开工即可。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。