導入と実行環境

aenet_env

リポジトリのルートで python -m pip install -e . を実行します。依存関係は実際の pyproject.toml を参照してください。配布スクリプトを作業ディレクトリに展開する場合は aenet_env-install を実行します。既存ファイルは既定で保護され、意図して更新するときだけ aenet_env-install --force を指定します。実際に利用できるコマンドはインストール済みバージョンで確認してください。

ænet本体（公式ソースからのビルド）

一般的なCMakeビルド例：

git clone https://github.com/atomisticnet/aenet.git
cd aenet
cmake -S . -B build -DBUILD_AENET=ON
cmake --build build --target build_all

Intel oneAPI Fortran + MKLを使用する環境例（環境固有のコンパイラパス）：

cd ~/aenet
git clone https://github.com/atomisticnet/aenet.git build_aenet
cd build_aenet
cmake -S . -B build \
  -DCMAKE_Fortran_COMPILER=/opt/intel/oneapi/compiler/2023.2.1/linux/bin/ifx \
  -DUSE_MKL=ON -DBUILD_AENET=ON
cmake --build build --target build_all -j 8
cmake --install build --prefix /home/hpc/aenet

このインストール例では ~/aenet/bin/ に generate.x, train.x, predict.x、~/aenet/tools/ に fingerprint.x, neighbors.x, trnset_info.x, trnset2ASCII.x 等が配置されます。インストール後に aenet config --set-aenet-path /home/hpc/aenet を実行し、ænet Python側の実行ファイル検出・設定を確認してください。cmake --install build だけではインストール先が意図したプレフィックスにならない場合があります。

追加ツールと前提条件

VASP（別途ライセンスと実行環境が必要）、VASP用PAWデータ、vasp_util、ænet Python API、選択した学習方式に応じたPyTorch等が必要です。b03 は投入先のジョブ管理システムとジョブファイルを要します。独立ænet-PyTorch経路には別途トレーナー、データ変換器、モデル変換器が必要です。Fortran版、aenet-pythonのTorch経路、独立ænet-PyTorchは同一の実行環境・モデル形式を保証しません。

ドキュメントのローカル生成

python -m pip install -e .
python -m pip install sphinx myst-parser sphinx-rtd-theme linkify-it-py
bash docs/build.sh

生成物は docs/_build/html/en/ と docs/_build/html/ja/ に分離されます。

関連資料： v0.0.3 READMEに基づくプロジェクトガイド。