跳转到正文

QML

Anders S. Christensen

QML 是一个已归档的 Python 量子机器学习工具包,包含由 Fortran 支持的表示、核函数和求解器模块。后续开发已转移至 qmllib。

条目更新 ·

概览

QML 是一个用于量子机器学习的 Python 工具包,其软件包元数据也将量子化学列为相关领域。它是一个软件工具包,而非随附的预测模型或托管服务。该仓库现已归档:其 README 指引用户将后续开发、问题报告和拉取请求转至 qmllib,同时将 master 和 develop 分支保留为存档。因此,QML 主要适用于查看较早期的实现,或评估依赖它的现有工作流。

构建配置提供了一个 Python 软件包,其中包含用于表示、核函数、距离计算和数学求解器的编译型 Fortran 组件。配置还列出了 FCHL 和 ARAD 核函数组件、SLATM 和 ACSF 表示组件,以及专门用于梯度、力和电场核函数的源文件。这些组件表明,QML 可用于基于表示的科学机器学习工作流。不过,来源摘录未说明可调用接口、接受的分子输入格式、数组布局或返回值结构;在明确具体的数据处理流程前,需要检查这些细节。

setup 源码使用 numpy.distutils,并包含编译器和数值库链接配置,包括 BLAS/LAPACK 以及条件式 MKL 处理。这些属于构建细节,并不能证明软件已成功安装或兼容当前平台。README 将 qmllib 描述为 QML Fortran 核心的精简延续版本,具有更少的依赖项,并兼容 NumPy 2.0;该兼容性说明适用于 qmllib,而非已归档的 QML。此处未提供基准测试结果、预测准确度、训练数据集或完整的端到端示例。

主要功能

  • Python 软件包结构涵盖表示、核函数、数学例程、模型及工作流相关模块。
  • 用于核函数计算、距离计算和数学求解器的编译型 Fortran 扩展。
  • 表示扩展源文件包含 SLATM 和 ACSF 组件。
  • FCHL 扩展源文件包含标量、力和电场核函数组件;此外还列出了独立的梯度核函数和 ARAD 核函数扩展。
  • 构建配置包含 BLAS/LAPACK 链接及条件式 MKL 处理。

使用场景

  • 评估用途:维护或复现依赖 QML 的现有工作流时,检查其已归档实现。
  • 评估用途:在核实接口和数据要求后,考察表示和核函数组件是否可作为量子化学机器学习流程的构建模块。
  • 评估用途:将现有项目所需的功能与后继项目的文档范围进行比较,以评估从已归档的 QML 迁移到 qmllib 的可行性。

使用方式

  1. 先阅读归档公告,判断任务需要的是历史版 QML 代码,还是应改用其后续项目。
  2. 查看 QML 仓库中保留的 master 和 develop 分支。记录现有工作流依赖的分支和修订版本,不要假定该归档项目仍在积极维护。
  3. 查看 setup.py,确定相关的表示、核函数或求解器扩展,以及它们对编译器和数值库的依赖。摘录内容不足以确认存在可正常运行的安装流程。
  4. 在评估自己的数据之前,先在仓库中查找所选组件的接口,并核实输入格式、输出结构及示例。来源摘录没有说明这些细节。
  5. 查看仓库代码许可证,并参考 qmllib了解后续开发或问题报告事宜。应将其 NumPy 2.0 说明视为仅适用于后继项目,而非对 QML 兼容性的保证。

相关资源

DimeNet

模型

DimeNet 提供 DimeNet 和 DimeNet++ 的参考实现,用于分子图上的方向性消息传递,并包含训练笔记本、测试集预测工作流和预训练模型。

Python

分子性质预测 · 量子化学

PhysNet

模型

PhysNet 是一个 TensorFlow 实现,用于预测分子能量、力、偶极矩和部分电荷,并提供可配置的训练工作流和示例数据集。

开源Python

分子性质预测 · 量子化学

SchNetPack 是一个用于构建和训练原子尺度神经网络的 Python 工具包,提供 SchNet 和 PaiNN 表征、量子化学性质输出以及分子动力学组件。

开源Python

分子性质预测 · 量子化学

SpookyNet

模型

SpookyNet 是一个 Python 研究软件包,据描述可学习包含电子自由度和非局域效应的力场;该项目附有一篇引用论文,且仓库代码采用 MIT 许可证。

开源Python

分子性质预测 · 量子化学

TorchANI

模型

TorchANI 是一个基于 PyTorch 的库,用于开发、训练和使用 ANI 风格的神经网络原子间势,并可选用 C++ 和 CUDA 扩展来计算描述符和执行推理。

开源PythonC++

分子性质预测 · 量子化学

ANI-1

数据集

ANI-1 提供计算得到的非平衡分子构象,并附有 Python 读取器,用于访问包含有机分子坐标和能量的 HDF5 文件。

开源Python

量子化学

相关指南

模型

QM9 分子性质预测:如何正确评估

明确 QM9 目标和单位,区分分子图与几何输入,防止评估泄漏,并保留原始数据与处理过程的来源记录。