torchmd/torchmd-net

解決的問題

TorchMD-NET 提供高效率的神經網路勢（NNP），用於建模分子系統的能量與作用力。研究人員可利用分子資料集訓練這些勢能，並整合至 GPU 加速的分子動力學（MD）模擬中，取代或補強傳統的物理基礎力場。

工作原理

本專案將多種神經網路架構公開為 PyTorch 模組。支援最新的架構如 TensorNet 與 TensorNet2，過去亦支援 Equivariant Transformers 與圖神經網路。使用者可透過設定用 YAML 檔案或命令列參數訓練模型，並透過 PyTorch Lightning 支援多節點、多 GPU 訓練。

適用對象

專注於分子動力學與神經網路勢開發的計算化學家、物理學家與機器學習研究人員。

主要亮點

• 整合性：與 ACEMD、OpenMM 與 TorchMD 等 GPU 加速 MD 程式相容。
• 彈性訓練：支援多節點訓練，並可透過 NumPy 或 torch-geometric 實作自訂資料集。
• 預訓練模型：透過 Hugging Face 提供 AceFF 模型存取。
• 可擴充性：包含開發者指南，用於在框架內實作新的神經網路架構。