跳转到正文

计算化学

计算化学将分子或周期性结构与物理模型相结合,用于研究特定条件下的能量、力、几何结构和行为。

25 个资源

TorchMD-Net 将可训练的神经网络势实现为 PyTorch 模块,提供 TensorNet 架构、自定义分子数据集、预训练检查点加载以及分子动力学集成。

开源Python

分子性质预测 · 计算化学

DeePMD-kit 是一套工具包,可利用量子力学参考数据训练和微调 Deep Potential 原子间模型,然后将其导出用于推理和分子动力学模拟。

开源PythonC++

计算化学 · 材料发现

Allegro

模型

Allegro 在 NequIP 框架中作为扩展实现 E(3)-等变原子间势,并提供文档说明的 GPU 加速选项,以及用于 LAMMPS 模拟的独立插件。

开源Python

计算化学 · 材料发现

NequIP

模型

NequIP 是一个用于构建 E(3)-等变原子间势的开源框架,支持训练、预训练基础势,以及与 ASE 和 LAMMPS 集成。

开源Python

计算化学 · 材料发现

MACE

模型

MACE 提供高阶等变机器学习原子间势,并支持基于原子级数据训练、评估构型,以及使用或微调预训练模型的工作流程。

开源Python

计算化学 · 材料发现