torchmd/torchmd-net

解决的问题

TorchMD-NET 提供高性能的神经网络势（NNP），用于建模分子系统的能量和力。研究人员可以使用分子数据集训练这些势，并将其集成到 GPU 加速的分子动力学（MD）模拟中，从而替代或补充传统的基于物理的力场。

工作原理

该项目将多种神经网络架构作为 PyTorch 模块公开。支持最先进的架构如 TensorNet 和 TensorNet2，此前也支持 Equivariant Transformers 和图神经网络。用户可以通过配置 YAML 文件或命令行参数训练模型，并通过 PyTorch Lightning 支持多节点、多 GPU 训练。

适用人群

专精于分子动力学和神经网络势开发的计算化学家、物理学家和机器学习研究人员。

主要亮点

• 集成性：与 ACEMD、OpenMM 和 TorchMD 等 GPU 加速 MD 代码兼容。
• 灵活训练：支持多节点训练，并可通过 NumPy 或 torch-geometric 实现自定义数据集。
• 预训练模型：通过 Hugging Face 提供 AceFF 模型访问。
• 可扩展性：包含开发者指南，用于在框架内实现新的神经网络架构。