torchmd/torchmd-net

何を解決するか

TorchMD-NETは、分子系のエネルギーと力のモデル化に使用される高性能なニューラルネットワークポテンシャル（NNP）を提供します。研究者は分子データセット上でこれらのポテンシャルを学習し、GPU加速された分子動力学（MD）シミュレーションに統合できるため、従来の物理ベースの力場を置き換えたり、補完したりできます。

動作方法

このプロジェクトは、さまざまなニューラルネットワークアーキテクチャをPyTorchモジュールとして公開しています。最新のアーキテクチャであるTensorNetやTensorNet2をサポートしており、過去にはEquivariant TransformersやGraph Neural Networksもサポートしていました。ユーザーは設定用YAMLファイルまたはコマンドライン引数を使ってモデルを学習でき、PyTorch Lightningを介してマルチノード・マルチGPU学習もサポートしています。

対象ユーザー

分子動力学およびニューラルネットワークポテンシャルの開発に注力する計算化学者、物理学者、機械学習研究者を対象としています。

特徴

• 統合性: ACEMD、OpenMM、TorchMDなどのGPU加速MDコードと連携可能。
• 柔軟な学習: マルチノード学習と、NumPyまたはtorch-geometricを用いたカスタムデータセットの実装をサポート。
• 事前学習モデル: Hugging Face経由でAceFFモデルにアクセス可能。
• 拡張性: フレームワーク内に新しいニューラルネットワークアーキテクチャを実装するための開発者ガイドを含む。