aenet_env
  • 導入と実行環境
  • v0.0.3 ワークフロースクリプト
  • ANN学習の設定と物理的意味
  • RMC構造を用いたDFT教師構造の設計
  • aenet_env
  • APIリファレンス
aenet_env
  • aenet_env
  • View page source

aenet_env

en ja

GitHub GitHub Pages Ohara Lab

ænetのANN原子間ポテンシャルを用いた計算のためのPythonライブラリ。参照構造の準備、VASP計算との連携、学習データの収集、学習の実行、および計算環境・ワークフローの構築に利用できる。

ドキュメント

  • 導入と実行環境
    • aenet_env
    • ænet本体(公式ソースからのビルド)
    • 追加ツールと前提条件
    • ドキュメントのローカル生成
  • v0.0.3 ワークフロースクリプト
    • b00 — b00_make_poscar.py
    • b01 — b01_stage_structures.py
    • b02 — b02_prepare_vasp.py
    • b03 — b03_submit_vasp_jobs.py
    • c00 — c00_collect_references.py
    • c01 — c01_train_ann.py
    • ステージ間の境界と検証
  • ANN学習の設定と物理的意味
    • 呼び出しと学習方式
    • 方式別の変更点
    • 注意事項と評価
  • RMC構造を用いたDFT教師構造の設計
    • 研究ワークフロー
    • 局所環境と周期セル
    • 候補構造のサンプリング
    • 計算と評価
  • aenet_env
    • 設計上の位置付け
    • 現行ディレクトリ構成(v0.0.3)
    • 構造生成と参照データの準備
    • VASP参照データと学習の手順
    • 学習方式と設定
    • ANN学習パラメータの物理的意味と変更方法
    • インストール
    • 更新・運用上の注意
  • APIリファレンス
    • aenet_env
Next

© Copyright .

Built with Sphinx using a theme provided by Read the Docs.